开源框架

Wayne Xin Zhao, Shanlei Mu, Yupeng Hou, Zihan Lin, Kaiyuan Li, Yushuo Chen, Yujie Lu, Hui Wang, Changxin Tian, Xingyu Pan, Yingqian Min, Zhichao Feng, Xinyan Fan, Xu Chen, Pengfei Wang, Wendi Ji, Yaliang Li, Xiaoling Wang, Ji-Rong Wen arXiv.  [Paper] [Code] [HomePage] [Doc] [Datasets] [介绍文章]

伯乐,一个统一、全面、高效的推荐系统代码库。该框架包含53种最新的深度学习模型, 涵盖了4种任务下最常用的27个数据集合,支持多种主流评测方式一键设置,拥有从数据处理、模型开发、算法训练到科学评测的一站式全流程托管,可以满足大部分推荐相关的科研需求。

Kun Zhou, Xiaolei Wang, Yuanhang Zhou, Chenzhan Shang, Yuan Cheng, Wayne Xin Zhao, Yaliang Li, Ji-Rong Wen arXiv.  [Paper] [Code] [HomePage] [Doc] [Datasets] [介绍文章]

CRSLab:可能是最适合你的对话推荐系统开源库,致力于实现一键复现,快速开发,自动评测的一条龙服务。CRSLab使用方法十分便捷,提供了简单而灵活的配置,便于快速调用, 涵盖对话推荐领域最新的6个数据集和18个模型,支持多种自动评测指标,实现了人机交互的接口,是一个通用的和可扩展的框架。

Junyi Li, Tianyi Tang, Gaole He, Jinhao Jiang, Xiaoxuan Hu, Puzhao Xie, Wayne Xin Zhao, Ji-Rong Wen arXiv.  [Paper] [Code] [HomePage] [Doc] [Datasets] [介绍文章]

妙笔,一个统一、全面、高效的开源文本生成库。该框架包含16种最新的深度学习模型,涵盖无条件生成和有条件生成两个主流任务,提供六个数据集合, 支持多种主流评测方式,包括通用指标和特定任务指标,快速上手,一键复现,搭积木式的灵活开发,想要的模型统统安排!

数据

Wayne Xin Zhao, Gaole He, Kunlin Yang, Hong-Jian Dou, Jin Huang, Siqi Ouyang and Ji-Rong Wen - KB4Rec:A Data Set for Linking Knowledge Bases with Recommender Systems. Data Intelligence 2019.  [Paper] [Website]

近年来,知识图谱(KB)被广泛应用于推荐系统(RS),但公开将推荐系统物品链接到知识图谱实体的数据集还较少。本小组于SIGIR2018发表了相关论文《Improving Sequential Recommendation with Knowledge-Enhanced Memory Networks》。其所用数据由链接数据集KB4Rec进一步处理得到,我们公布了相关链接数据集并给出了较为详细的指引,希望能对大家有所帮助.

Kun Zhou and Yuanhang Zhou and Wayne Xin Zhao and Xiaoke Wang and Ji-Rong Wen - Towards Topic-Guided Conversational Recommender System. COLING 2020.  [Paper] [Website]

对话推荐系统(CRS)旨在通过交互式的对话给用户推荐高质量的商品,现有的数据集与实际应用场景存在一定差距。本小组构建了一个电影领域的对话推荐数据集TG-ReDial,它加入了话题线索以实现将用户引导至推荐场景这一语义的自然转移,并且采用半自动的方式构建,保留了用户真实的个性化信息。基于TG-ReDial,本文提出了一个新任务,基于话题引导的对话推荐,并且基于目前最佳的预训练模型给出了相应的解决方法

论文代码

Gaole He, Junyi Li, Wayne Xin Zhao, Peiju Liu, Ji-Rong Wen - Mining Implicit Entity Preference from User-Item Interaction Data for Knowledge Graph Completion via Adversarial Learning. WWW 2020.  [Paper] [Code]

本文提出一种对抗网络UPGAN,借助用户-物品交互数据帮助改善知识图谱补全任务。


Siqing Li, Wayne Xin Zhao, Jing Yin and Ji-Rong Wen - A Neural Citation Count Prediction Model based on Peer Review Text. EMNLP 2019.  [Paper] [Code]

本文提出了从同行评审中结合摘要-评审,评审间两种匹配机制去预测论文被引用数。


Shuqing Bian, Wayne Xin Zhao, Yang Song, Tao Zhang and Ji-Rong Wen - Domain Adaptation for Person-Job Fit with Transferable Deep Global Match Network. EMNLP 2019.  [Paper] [Code]

本文提出了一种利用层次化迁移学习方法即句子增强、句子对共享、匹配层复用的三种方法来解决人岗匹配中的领域知识迁移问题。


Junyi Li, Wayne Xin Zhao, Ji-Rong Wen, and Yang Song - Generating Long and Informative Reviews with Aspect-Aware Coarse-to-Fine Decoding. ACL 2019.  [Paper] [Code]

本文提出了一种主题感知的Coarse-to-Fine Decoding结构,将评论生成过程分为“主题-模板-评论”三个阶段,解决在线长评论文本的生成任务。


Jin Huang, Zhaochun Ren, Wayne Xin Zhao, Gaole He, Ji-Rong Wen, Daxiang Dong - Taxonomy-Aware Multi-Hop Reasoning Networks for Sequential Recommendation. WSDM 2019. [Paper] [Code] [解读文章]

本文提出了一种新的类别感知多跳推理网络(Taxonomy-aware Multi-hop Reasoning Network)(TMRN)用于商品推荐,结合了门控循环单元GRU和基于记忆网络的多跳推理结构,提高了算法的有效性和可解释性。


Jin Huang, Wayne Xin Zhao, Hong-Jian Dou, Ji-Rong Wen, Edward Y. Chang - Improving Sequential Recommendation with Knowledge-Enhanced Memory Networks. SIGIR 2018. [Paper] [Code] [解读文章]

这篇SIGIR 2018论文提出了新的序列化推荐模型KSR(Knowledge-enhanced Sequential Recommender),利用了知识图谱与记忆网络,在提高推荐结果准确性的同时,还能捕捉更为细致的用户偏好,提高推荐系统的可解释性。


Ting Bai, Ji-Rong Wen, Jun Zhang, Wayne Xin Zhao - A Neural Collaborative Filtering Model with Interaction-based Neighborhood. CIKM 2017. [Paper] [Code]

short paper, best short paper runner-up