Pearl: 一个基于评论的个性化知识驱动对话推荐数据集
原文中文，约300字，阅读约需1分钟。发表于：。我们提供了一个新颖的对话推荐数据集 PEARL，通过增加个性化和知识增强的 LLM 模拟器，从真实世界的评论中获得详细的人物角色和知识，构建了一个包含超过 57k 个对话的大规模数据集。我们的实验结果表明，PEARL 中的话语包括更具体的用户偏好，展示了目标领域的专业知识，并提供比之前的数据集更相关于对话上下文的推荐。
该论文提出了PEARL框架，利用个人属性知识预测个人属性，结合biterm语义信息和单词共现信息，通过优化Gibbs采样提高预测准确性。实验结果显示PEARL在个人属性预测和文本分类任务中表现优异。
