تجاوز التناغم الحسي: تقنيات جديدة في التوصية متعددة النماذج تحارب الارتباك

تعتبر أنظمة التوصية متعددة النماذج (Multimodal Recommender Systems - MRSs) من أبرز الابتكارات في عالم الذكاء الاصطناعي، حيث تهدف إلى تقديم توصيات متعلقة بالمستخدمين اعتماداً على عدة خصائص. ومع ذلك، تعاني هذه الأنظمة من افتراض "تناغم الوسائط" الذي قد يكون مضللاً. ففي العديد من السيناريوهات الواقعية، تؤدي تعارضات في الوسائط إلى تقديم توصيات غير دقيقة، مما يسبب تشوهاً في البيانات المفيدة.

في هذا السياق، تم تقديم نموذج OrthoRec، الذي يعتمد على تقنيتين رئيسيتين: التطهير الهندسي (Orthogonal purification) وMixture-of-Experts الموجهة حسب الهيكلية (Topology-guided Mixture-of-Experts). هذه التقنيات تعمل على فصل الميزات متعددة الوسائط إلى اتجاهات متوازية وأخرى عمودية عن نقطة توجيه تعاونية نقية، مما يساعد في تقليل الضوضاء الناتجة عن التداخل بين الميزات.

تستند هذه التقنية إلى مفهوم توجيه الهيكلية التعاونية، حيث تستخدم النموذج خوارزمية Dual sigmoid gating للتحكم في مقياس الحقن لكل وسيلة مطهرة، مما يمنع اختناقات المكافئات التقليدية. كما تتضمن أيضاً هدف SSL آمن يهدف إلى تقليل المحاذاة القسرية للزوج المتناقض.

عبر تجارب أجريت على ثلاثة مجموعات بيانات حقيقية من أمازون، أثبت OrthoRec فعاليته في تحقيق نتائج أفضل مقارنة بأسس حديثة أخرى مع تحسين ثبات النظام ضد الضوضاء والفقر الدلالي.

هل أنت مستعد للانغماس في عالم أنظمة التوصية وتقنياتها الجديدة؟ شاركنا آرائك في التعليقات!