論文の概要: Toward Explainability in Multimodal Recommendation

• arxiv url: http://arxiv.org/abs/2610.15484v1
• Date: Sun, 11 Oct 2026 09:35:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 01:03:04.896868
• Title: Toward Explainability in Multimodal Recommendation
• Title（参考訳）: マルチモーダルレコメンデーションにおける説明可能性に向けて
• Abstract要約: マルチモーダルレコメンダシステムは、データの分散性とコールドスタート問題を効果的に緩和する。 複雑なクロスモーダル表現とモデル決定プロセスは、新たな解釈可能性の課題ももたらします。 本稿では,マルチモーダル表現,レコメンデーション決定,ユーザの嗜好にまたがる統一的な分析的視点を確立することを目的とする。
• 参考スコア（独自算出の注目度）: 20.499711070221327
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal recommender systems effectively alleviate data sparsity and cold-start problems by integrating heterogeneous information, yet complex cross-modal representations and model decision-making processes also introduce new interpretability challenges. Despite the rapid growth of research on the interpretability of multimodal recommendation in recent years, relevant methods and evaluation criteria remain relatively fragmented, lacking a unified conceptual framework. To address this gap, this paper categorizes existing methods into modality explanation and post-hoc explanation based on the timing and manner of explanation generation, and further constructs a progressive system for each category. Building on this foundation, this paper synthesizes four categories of evaluation metrics from both objective quantitative and subjective perceptual perspectives, and reviews relevant datasets along the dimensions of application domain and data source. Through a comprehensive analysis of existing research, we further propose future research directions. This paper aims to establish a unified analytical perspective across multimodal representation, recommendation decision-making, and user preferences, providing a research foundation for building transparent and trustworthy multimodal recommender systems.
• Abstract（参考訳）: マルチモーダルレコメンデータシステムは、異種情報を統合することで、データ空間とコールドスタート問題を効果的に緩和するが、複雑なクロスモーダル表現とモデル決定プロセスは、新たな解釈可能性課題も導入する。 近年のマルチモーダルレコメンデーションの解釈可能性に関する研究の急速な発展にもかかわらず、関連する手法と評価基準は比較的断片化され、統一された概念的枠組みが欠如している。 このギャップに対処するため,本論文では,既存の手法を,説明生成のタイミングと方法に基づいてモーダリティ説明とポストホック説明に分類し,さらに各カテゴリのプログレッシブシステムを構築した。 本研究は, 客観的な定量的および主観的知覚的視点から評価指標の4つのカテゴリを合成し, アプリケーション領域とデータソースの次元に沿った関連するデータセットをレビューする。 既存の研究の包括的分析を通じて、今後の研究方向性をさらに提案する。 本稿では,マルチモーダル表現,レコメンデーション決定,ユーザ嗜好の総合的な分析的視点を確立することを目的として,透明で信頼性の高いマルチモーダルレコメンデーションシステムを構築するための研究基盤を提供する。

関連論文リスト

• Test-Time Scaling in Multimodal Foundation Models: A Comprehensive Survey of Generation and Reasoning [26.30578541156939]
  テストタイムスケーリング(TTS)は,モデル性能向上のための重要な研究方向として登場した。 最近の進歩は、このパラダイムをMFM(Multimodal Foundation Models)に適用している。 MFMのためのTS研究の総合的なレビューを初めて紹介する。
  論文  参考訳（メタデータ） (2026-06-06T15:39:29Z)
• Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding [61.36285696607487]
  文書理解は、財務分析から科学的発見への応用に不可欠である。 現在のアプローチでは、OCRベースのパイプラインがLarge Language Models(LLM)やネイティブのMultimodal LLMs(MLLM)に制限されている。 Retrieval-Augmented Generation (RAG)は、外部データの基底モデルを支援するが、文書のマルチモーダルな性質は、テキスト、テーブル、チャート、レイアウトを組み合わせることで、より高度なパラダイムを必要とする。
  論文  参考訳（メタデータ） (2025-10-17T02:33:16Z)
• Decoding the Multimodal Maze: A Systematic Review on the Adoption of Explainability in Multimodal Attention-based Models [0.0]
  この体系的な文献レビューは、マルチモーダルモデルの説明可能性に焦点を当てた2020年1月から2024年初頭に発表された研究を分析している。 マルチモーダル環境におけるXAIの評価手法は, ほぼ非体系的であり, 一貫性, 堅牢性, モダリティ特有の認知的・文脈的要因の考慮が欠如していることが判明した。
  論文  参考訳（メタデータ） (2025-08-06T13:14:20Z)
• A Comprehensive Review on Hashtag Recommendation: From Traditional to Deep Learning and Beyond [0.37865171120254354]
  ハッシュタグは、基本的な分類メカニズムとして、コンテンツの可視性とユーザエンゲージメントを高める上で重要な役割を果たす。 正確で堅牢なハッシュタグレコメンデーションシステムの開発は、依然として複雑で進化中の研究課題である。 本稿では,ハッシュタグレコメンデーションシステムの体系的解析を行い,近年のいくつかの側面にわたる進歩について検討する。
  論文  参考訳（メタデータ） (2025-03-24T13:40:36Z)
• Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey [124.23247710880008]
  マルチモーダルCoT (MCoT) 推論は近年大きな研究の注目を集めている。 既存のMCoT研究は、画像、ビデオ、音声、オーディオ、3D、構造化データの課題に対処する様々な手法を設計している。 我々はMCoT推論に関する最初の体系的な調査を行い、関連する基礎概念と定義を解明する。
  論文  参考訳（メタデータ） (2025-03-16T18:39:13Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• Multimodal Relation Extraction with Cross-Modal Retrieval and Synthesis [89.04041100520881]
  本研究は,対象物,文,画像全体に基づいて,テキストおよび視覚的証拠を検索することを提案する。 我々は,オブジェクトレベル,画像レベル,文レベル情報を合成し,同一性と異なるモダリティ間の推論を改善する新しい手法を開発した。
  論文  参考訳（メタデータ） (2023-05-25T15:26:13Z)

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。