Current Result Document :
| 한글제목(Korean Title) |
사전 학습된 언어 모델 기반 통합 추천 모델의 문제점 분석 |
| 영문제목(English Title) |
A Deep Analysis of the Unified Recommender Model using Pre-trained Language Models |
| 저자(Author) |
김준영
김현수
이종욱
Junyoung Kim
Hyunsoo Kim
Jongwuk Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0844 ~ 0846 (2022. 12) |
한글내용
(Korean Abstract) |
추천 시스템[1]은 사용자의 숨겨진 선호도를 추론하고 이를 기반으로 사용자가 원하는 항목을 효과적으로 제공하는 것을 목표로 한다. 기존 연구는 다양한 과업을 수행하기 위한 추천 모델을 독립적으로 개발하였으며, 따라서 모델을 사전 정의된 과업 외 다른 과업에 활용할 수 없다는 한계가 있다. 이를 해결하기 위해서 사전 학습된 언어 모델을 활용하여 텍스트 기반의 통합된 모델 위에서 다양한 과업을 학습할 수 있는 통합 추천 모델인 Pretrain, Personalized Prompt, and Predict Paradigm (P5)[2]가 최근 제안되었다. 구체적으로, P5는 인코더-디코더 기반의 사전 학습된 언어 모델을 활용하여 다양한 과업을 텍스트 기반의 지시문(prompt)으로 정의하고, 이를 통합하여 학습하는 방법을 제안하였다. 특히 지시문을 유연하게 변경할 수 있어 새로운 과업에 대해서도 추가 학습 없이 추론에 활용할 수 있는 장점이 있다. 본 연구에서는 (1) 통합 학습된 추천 모델인 P5가 효과적으로 성능이 재현되는지 확인하고, (2) 각각의 과업에 대한 심도 있는 검증을 통해 통합 추천 모델의 문제점을 분석한다. (3) 마지막으로, 이와 같은 문제점을 해결하는 방법에 대해서 논의한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
