論文の概要: Shopping in the Multiverse: A Counterfactual Approach to In-Session
Attribution
- arxiv url: http://arxiv.org/abs/2007.10087v1
- Date: Mon, 20 Jul 2020 13:32:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 13:40:25.028496
- Title: Shopping in the Multiverse: A Counterfactual Approach to In-Session
Attribution
- Title(参考訳): マルチバースでのショッピング: インセッション属性に対する対実的アプローチ
- Authors: Jacopo Tagliabue and Bingqing Yu
- Abstract要約: 我々は,eコマースにおける現場検索エンジンのインセッション帰属の課題に対処する。
我々は、この問題を因果的反事実推論と表現し、そのアプローチをルールベースのシステムと対比する。
本研究では, 自然言語クエリを同じ空間で効果的に表現し, 因果的寄与を評価するために「探索介入」をどのように行うかを示す。
- 参考スコア(独自算出の注目度): 6.09170287691728
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We tackle the challenge of in-session attribution for on-site search engines
in eCommerce. We phrase the problem as a causal counterfactual inference, and
contrast the approach with rule-based systems from industry settings and
prediction models from the multi-touch attribution literature. We approach
counterfactuals in analogy with treatments in formal semantics, explicitly
modeling possible outcomes through alternative shopper timelines; in
particular, we propose to learn a generative browsing model over a target shop,
leveraging the latent space induced by prod2vec embeddings; we show how natural
language queries can be effectively represented in the same space and how
"search intervention" can be performed to assess causal contribution. Finally,
we validate the methodology on a synthetic dataset, mimicking important
patterns emerged in customer interviews and qualitative analysis, and we
present preliminary findings on an industry dataset from a partnering shop.
- Abstract(参考訳): 我々は,eコマースにおける現場検索エンジンの収益化の課題に取り組む。
問題を因果的反事実推論として表現し,マルチタッチ帰属文献から業界設定と予測モデルからルールベースシステムへアプローチを対比する。
特に,prod2vec埋め込みによって引き起こされる潜在空間を活用して,ターゲットショップ上で生成的ブラウジングモデルを学ぶことを提案し,自然言語クエリを同じ空間で効果的に表現する方法と,因果貢献を評価するために「検索介入」をどのように行うかを示す。
最後に,この手法を合成データセット上で検証し,顧客面接や質的分析で出現する重要なパターンを模倣し,パートナーショップからの産業データセットについて予備的な知見を提示する。
関連論文リスト
- Adapting Large Language Models for Content Moderation: Pitfalls in Data
Engineering and Supervised Fine-tuning [79.53130089003986]
大規模言語モデル(LLM)は、様々なドメインでタスクを処理するための実現可能なソリューションとなっている。
本稿では、コンテンツモデレーションのためにプライベートにデプロイ可能なLLMモデルを微調整する方法を紹介する。
論文 参考訳(メタデータ) (2023-10-05T09:09:44Z) - Bias and Fairness in Large Language Models: A Survey [76.65471160523444]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳(メタデータ) (2023-08-17T10:49:18Z) - A State-Space Perspective on Modelling and Inference for Online Skill
Rating [2.1638817206926855]
我々は、プレイヤーのスキルを時間変化として表現し、マッチ結果が唯一の観測量となる状態空間モデル視点を提唱する。
本稿では,3段階の推論(フィルタリング,平滑化,パラメータ推定)で議論を始める前に,スキル評価のための状態空間モデルを構築するための重要なステップについて検討する。
文献に記録されている一般的な手法の簡潔な要約と、その推論パラダイムを提供し、シーケンシャルなモンテカルロおよび有限状態空間に基づくスキル評価推論の新しいアプローチを導入する。
論文 参考訳(メタデータ) (2023-08-04T16:03:50Z) - Unified Embedding Based Personalized Retrieval in Etsy Search [0.42056926734482064]
グラフ, 変換器, 項ベース埋め込みを終末に組み込んだ統合埋め込みモデルを学習することを提案する。
我々のパーソナライズされた検索モデルは、検索購入率5.58%、サイト全体のコンバージョン率2.63%によって、検索体験を著しく改善する。
論文 参考訳(メタデータ) (2023-06-07T23:24:50Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Generalization Properties of Retrieval-based Models [50.35325326050263]
検索ベースの機械学習手法は、幅広い問題で成功をおさめた。
これらのモデルの約束を示す文献が増えているにもかかわらず、そのようなモデルの理論的基盤はいまだに解明されていない。
本稿では,その一般化能力を特徴付けるために,検索ベースモデルの形式的処理を行う。
論文 参考訳(メタデータ) (2022-10-06T00:33:01Z) - A combined approach to the analysis of speech conversations in a contact
center domain [2.575030923243061]
本稿では, インバウンドフローやアウトバウンドフローから抽出した通話記録を扱う, イタリアのコンタクトセンターにおける音声分析プロセスの実験について述べる。
まず,Kaldi フレームワークをベースとした社内音声合成ソリューションの開発について詳述する。
そこで我々は,コールトランスクリプトのセマンティックタグ付けに対する異なるアプローチの評価と比較を行った。
最後に、タグ付け問題にJ48Sと呼ばれる決定木インデューサを適用する。
論文 参考訳(メタデータ) (2022-03-12T10:03:20Z) - Learning Opinion Dynamics From Social Traces [25.161493874783584]
本稿では,現実の社会的トレースに,生成的,エージェントライクな意見力学モデルを適用するための推論機構を提案する。
本稿では,古典的エージェントに基づく意見力学モデルから,その生成的モデルへの変換による提案について紹介する。
われわれのモデルをRedditの現実世界のデータに適用して、バックファイア効果の影響に関する長年にわたる疑問を探る。
論文 参考訳(メタデータ) (2020-06-02T14:48:17Z) - Modelling Grocery Retail Topic Distributions: Evaluation,
Interpretability and Stability [1.7529945239886304]
Latent Dirichlet Allocation (LDA)は、食料品取引を処理するのに適したフレームワークを提供する。
クラスタリング手法を導入し、後続の分布全体を要約し、再帰的なトピックとして表現されるセマンティックモードを識別する。
提案手法は,標準ラベルスイッチング手法の代替であり,トピックの1つの後続サマリーセットを提供する。
論文 参考訳(メタデータ) (2020-05-04T21:23:36Z) - How Far are We from Effective Context Modeling? An Exploratory Study on
Semantic Parsing in Context [59.13515950353125]
文法に基づく意味解析を行い,その上に典型的な文脈モデリング手法を適用する。
我々は,2つの大きなクロスドメインデータセットに対して,13のコンテキストモデリング手法を評価した。
論文 参考訳(メタデータ) (2020-02-03T11:28:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。