역사적인 사용자 선호도를 활용한 개인화된 레시피 생성

기존의 레시피 생성 접근 방식은 특정 요리의 재료에 대한 지식이 불완전하지만 요리 선호도를 가진 사용자에게 맞는 레시피를 생성할 수 없습니다. 우리는 이러한 사용자를 돕기 위해 개인화된 레시피 생성이라는 새로운 과제를 제안합니다: 사용자의 역사적 선호도와 일치하는 완전한 자연어 지침으로 이름과 불완전한 재료 정보를 확장하는 것입니다. 우리는 사용자가 이전에 소비한 레시피의 기술 및 레시피 수준 표현에 주목하며, 이를 주목력 융합 계층에서 '사용자 인지' 표현으로 융합하여 레시피 텍스트 생성을 제어합니다. 18만 개의 레시피와 70만 건의 상호작용 데이터셋에서 수행된 실험은 우리의 모델이 비개인화된 기준모델에 비해 타당하고 개인화된 레시피를 생성할 수 있는 능력을 보여줍니다.