Uno studio empirico sul bootstrap senza dati per i sistemi di raccomandazione conversazionali

Abstract degli autori

I sistemi di raccomandazione conversazionali (CRS) richiedono in genere dati di dialogo specifici del dominio, costosi da ottenere, scarsi e spesso non disponibili nei nuovi domini. Conduciamo uno studio empirico sistematico sul bootstrap dei CRS senza dati conversazionali: generiamo dati sintetici per la supervisione delle conversazioni a partire da segnali non conversazionali — recensioni degli item, metadati e interazioni tra utenti e item — senza ricorrere ad alcun corpus di dialoghi del dominio. Confrontiamo due strategie di selezione basate sulla teoria dell’informazione, la diversità di Jensen-Shannon e l’informazione di Fisher, considerando diversi segnali di dominio, architetture dei modelli, dataset e paradigmi di fine-tuning. I risultati mostrano che i dati sintetici ancorati al dominio superano sistematicamente il prompting zero-shot e le semplici baseline sintetiche; la selezione attiva migliora l’efficienza nell’uso dei dati rispetto al campionamento casuale; i metadati e i segnali del filtraggio collaborativo migliorano ciascuno la qualità della selezione; e, in contesti con risorse limitate, i dati sintetici possono dare risultati migliori dei pochi dialoghi reali disponibili, integrandoli ulteriormente. Questi risultati indicano che i segnali di dominio non conversazionali sono una via praticabile per costruire CRS senza dati conversazionali di addestramento. Il codice è disponibile all’indirizzo https://anonymous.4open.science/r/zero_data_crs/ .