前言
侵删。如果有不对,欢迎提出来!话不多说,先膜拜参考文献的作者们。
导师:读论文不仅要读懂这篇论文的内容,还要深挖其内在:为什么作者选择这样的方式
我:嗯嗯嗯嗯好好好【不是很了解,所以我来记录一下,渣渣本渣】
论文
Neural Collaborative Reasoning 于2020年5月发表,属于推荐系统方向
摘要
现状;
协同过滤(CF)一直是推荐系统的重要途径。然而,现有的CF方法大多是基于匹配的思想来设计的,即通过使用浅层或深层模型从数据中学习用户和项目嵌入, 它们试图寻找数据中的关联,以便可以使用相似函数使用户嵌入与恰当的项嵌入相匹配。
不足:
我们认为,作为一项认知而不是感知智能任务,推荐不仅需要来自数据的模式识别和匹配能力,还需要数据中逻辑推理的能力。
主要思想:
在神经符号机器学习的最新进展的启发下,我们提出了一个神经协作推理框架,以整合嵌入学习和逻辑推理的力量, 其中嵌入从感知的角度捕捉数据中的相似模式,逻辑促进了知情决策的认知推理。挑战与措施:
问题:在共享架构中如何连接神经网络和符号推理,来进行优化和推理。 为了解决这一问题,我们提出了一种模块化的逻辑神经网络体系结构,它学习基于 逻辑正则化 的