用于序列推荐的元优化Seq2Seq和对比学习方法及系统.pdfVIP

下载本文档

12
0
约1.93万字
约 18页
2023-05-11 发布于四川
举报
版权申诉

用于序列推荐的元优化Seq2Seq和对比学习方法及系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了用于序列推荐的元优化Seq2Seq和对比学习方法包括：设置由用户和项目组成的交互序列，将交互序列输入序列编码器和序列解码器；训练Seq2Seq生成器为每个输入序列创建增强视图；将序列置入变分自注意网络计算相互增强视图的序列表示，通过优化交叉熵损失训练序列推荐模型；利用元优化训练策略为下游任务生成对比视图。本发明提供的用于序列推荐的元优化Seq2Seq和对比学习方法使用独立于编码器和解码器的结构，其他序列推荐模型也可以在本发明模型上正常使用。使用一个序列两次进入编码器的方法，保留了用户

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116089735 A (43)申请公布日 2023.05.09 (21)申请号 202310389147.3 (22)申请日 2023.04.13 (71)申请人苏州大学地址 215031