• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on Asian-Pacific digital libraries >Book Recommendation Beyond the Usual Suspects Embedding Book Plots Together with Place and Time Information
【24h】

Book Recommendation Beyond the Usual Suspects Embedding Book Plots Together with Place and Time Information

机译：超出通常的可疑程度的书本建议将书本情节与位置和时间信息一起嵌入

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Content-based recommendation of books and other media is usually based on semantic similarity measures. While metadata can be compared easily, measuring the semantic similarity of narrative literature is challenging. Keyword-based approaches are biased to retrieve books of the same series or do not retrieve any results at all in sparser libraries. We propose to represent plots with dense vectors to foster semantic search for similar plots even if they do not have any words in common. Further, we propose to embed plots, places, and times in the same embedding space. Thereby, we allow arithmetics on these aspects. For example, a book with a similar plot but set in a different, user-specified place can be retrieved. We evaluate our findings on a set of 16,000 book synopses that spans literature from 500 years and 200 genres and compare our approach to a keyword-based baseline.
机译：基于书籍和其他媒体的基于内容的推荐通常基于语义相似性度量。尽管可以轻松地比较元数据，但要衡量叙事文学的语义相似性是一项挑战。基于关键字的方法偏向于检索相同系列的书籍，或者根本不检索稀疏库中的任何结果。我们建议使用密集矢量来表示情节，以促进对相似情节的语义搜索，即使它们没有任何共同的词。此外，我们建议在相同的嵌入空间中嵌入地块，地点和时间。因此，我们允许对这些方面进行算术运算。例如，可以检索情节相似但放置在用户指定的不同位置的书。我们评估了我们的研究结果，这些研究结果涵盖了500年来200体裁的16,000本书摘要，并将我们的方法与基于关键字的基准进行了比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号