الشبكات العصبية الترميزية المتغيرة لتصفية التعاونية

نوسّع نماذج الترميز التلقائي المتغيرة (VAEs) لتصفية التعاونية للردود الفعل الضمنية. يمكّن هذا النموذج الاحتمالي غير الخطي من تجاوز قدرة النماذج الخطية العاملية المحدودة على النمذجة، والتي لا تزال تسود بشكل كبير في أبحاث تصفيه التعاونية. نقدم نموذجًا جينيراتيفيًا مع احتمالية متعددة الحدود واستخدمنا الاستدلال البيزي لتقدير المعلمات. رغم استخدامها الواسع في نمذجة اللغة والاقتصاد، فإن احتمالية متعددة الحدود تحظى باهتمام أقل في أدبيات أنظمة التوصية. نقدم معلمة تنظيم مختلفة للهدف التعليمي، والتي ثبت أنها حاسمة لتحقيق الأداء التنافسي. بشكل ملحوظ، هناك طريقة فعالة لتuning هذه المعلمة باستخدام الانحلال الحراري (annealing). يرتبط النموذج والخوارزمية التعليمية الناتجان بمبدأ التمييز بحد أقصى الإنتروبي ومبدأ الزجاجة المعلوماتية (information bottleneck principle) من حيث النظرية المعلوماتية. عمليًا، نظهر أن النهج المقترح يتفوق بشكل كبير على العديد من النقاط المرجعية الرائدة في مجال التقنية، بما في ذلك طريقتين عصبيتين تم اقتراحهما مؤخرًا، على عدة مجموعات بيانات حقيقية. كما قمنا بتقديم تجارب ممتدة تقارن بين احتمالية متعددة الحدود ودوال الاحتمال الأخرى المستخدمة بشكل شائع في أدبيات عوامل الكمون في تصفيه التعاونية وأظهرنا نتائج مواتية. أخيرًا، نحدد نقاط القوة والضعف لاستخدام نهج الاستدلال البيزي المبدئي ونحدد السياقات التي توفر فيها أكبر التحسينات بشكل كبير.请注意，上述翻译中的一些术语如“انحلال حراري”（annealing）和“زجاجة المعلومات”（information bottleneck principle）在阿拉伯语中可能没有完全对应的术语，因此在翻译时保留了英文注释以确保信息的完整性。