PeReGrINE：ユーザ・アイテムグラフ文脈によるパーソナライズされたレビュー忠実度の評価

Abstract

本稿では、グラフ構造化されたユーザ—アイテムの根拠に基づくパーソナライズドなレビュー生成のためのベンチマークおよび評価フレームワークであるPeReGrINEを提案する。PeReGrINEはAmazon Reviews 2023を時間的に整合的な二部グラフへ再構成し、各ターゲットレビューが、ユーザ履歴からの有界な根拠、アイテムの文脈、および明示的な時間カットオフのもとでの近傍（近傍相互作用）からの影響に条件付けられるようにする。疎な生の履歴に直接条件付けすることなく、ユーザの嗜好の持続性を表現するために、各ユーザの言語的・情動的な傾向を過去のレビューにわたって要約するUser Style Parameterを計算する。この設定により、グラフに由来する4つの検索設定――製品のみ、ユーザのみ、近傍のみ、結合された根拠――の制御された比較が可能になる。標準的な生成指標に加えて、期待されるユーザスタイルや製品レベルでのコンセンサスからの逸脱を測定するマクロレベルの評価フレームワークとしてDissonance Analysisを導入する。また、補助的な文脈ソースとして視覚的根拠も検討し、いくつかの設定ではそれがテキストの品質を改善し得る一方で、パーソナライズと整合性を主に駆動するのはグラフに由来する根拠であることを見いだす。製品カテゴリをまたいで、PeReGrINEは、根拠の構成が、レビューの忠実性、パーソナライズ、および検索条件付き言語モデルにおける根拠づけにどのように影響するかを研究するための再現可能な方法を提供する。