CLARER可解释推荐模型论文发布
热点事件持续更新
CLARER可解释推荐模型论文发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者 Emrul Hasan 与 Chen Ding 提交发布论文，提出可解释推荐模型 CLARER。该模型通过对比学习与 transformer 编码器从评论文本中学习方面表示，并与评分特征融合，以提升推荐准确性和可解释性。 论文称，CLARER 用 MLP 学习评分特征、transformer 解码器生成解释，在三个基准数据集上推荐准确率与解释生成均优于基线方法。该论文获 WI-IAT 2025 最佳学生论文奖。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
CLARER：面向可解释推荐的方面表示对比学习模型报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AICLARER：面向可解释推荐的方面表示对比学习模型
研究者提出推荐模型 CLARER，通过对比学习与 transformer 编码器学习评论文本中的方面表示，并与评分特征融合来提升推荐的准确性与可解释性。该模型用 MLP 学习评分特征、transformer 解码器生成解释，在三个基准数据集上推荐准确率和解释生成均优于基线方法。该论文获 WI-IAT 2025 最佳学生论文奖。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。