الاقتراح هو مهمة ترتيب العناصر (مثل الأفلام أو المنتجات) وفقًا لاحتياجات المستخدم الفردية. تعتمد الأنظمة الحالية على تقنيات التصفية التعاونية والأساسية على المحتوى، والتي تتطلب كلاً من بيانات تدريب منظمة. نقترح إطارًا لاقتراح العناصر باستخدام نماذج لغوية مُدرَّبة مسبقًا جاهزة (LM) التي تعتمد فقط على مجموعات نصية غير منظمة كبيانات تدريب. إذا أحب المستخدم ( u ) فيلمي "الماتريكس" و"إنسيبشن"، نُنشئ مُحفِّزًا نصيًا، مثل "أفلام تشبه الماتريكس، إنسيبشن، ({<}m{>})"، لتقدير درجة التوافق بين ( u ) و ( m ) باستخدام احتمالية النموذج اللغوي. نُبرِّر فكرتنا من خلال تحليل لقاعدة نصية، ونقيّم هياكلًا مختلفة للمُحفِّزات، ونقارن الاقتراح القائم على النماذج اللغوية مع التحليل المصفوفي القياسي الذي يُدرَّب على أنماط بيانات مختلفة. يُتاح الكود المستخدم في تجاربنا بشكل عام (https://colab.research.google.com/drive/1f1mlZ-FGaLGdo5rPzxf3vemKllbh2esT?usp=sharing).