许可证: mit 数据集:

• McAuley-Lab/Amazon-Reviews-2023 语言:
• 英文 标签:
• 推荐系统
• 信息检索
• 亚马逊评论2023 基础模型: FacebookAI/roberta-base

BLaIR-roberta基础模型

BLaIR（全称"Bridging Language and Items for Retrieval and Recommendation"）是基于亚马逊评论2023数据集预训练的一系列语言模型。

该模型通过*(商品元数据，语言上下文)*配对训练，具备以下能力：

• 生成强大的商品文本表征，适用于推荐和检索场景；
• 根据简单/复杂的语言上下文预测最相关商品。

[📑 论文] · [💻 代码] · [🌐 亚马逊评论2023数据集] · [🤗 Huggingface数据集] · [🔬 McAuley实验室]

模型详情

• 支持语言: 英语
• 许可证: MIT
• 微调基础: roberta-base
• 代码仓库: https://github.com/hyp1231/AmazonReviews2023
• 论文地址: https://arxiv.org/abs/2403.03952

HuggingFace调用示例

import torch
from transformers import AutoModel, AutoTokenizer


tokenizer = AutoTokenizer.from_pretrained("hyp1231/blair-roberta-base")
model = AutoModel.from_pretrained("hyp1231/blair-roberta-base")

language_context = '我需要一款能同时完成量取、冲洗谷物功能的产品，避免使用多种厨具。最好产品内置刻度且能一站式完成冲洗沥干，只需注意不要过量倾倒。'
item_metadata = [
  'Talisman Designs二合一量洗沥水器|容量2杯|食品滤网|水果清洗篮|厨房水槽沥水篮|洗碗机适用-深蓝色。该产品可量取并清洗两杯容量的食材，适用于米粒、谷物、豆类、果蔬、意面等。量取后注水旋转清洗，沥干即可倒入锅具。符合人体工学的紧凑设计便于单手持握，适合橱柜收纳。',
  'FREETOO战术手套（男款）适用于远足骑行攀岩等户外运动（不支持触屏操作）'
]
texts = [language_context] + item_metadata

inputs = tokenizer(texts, padding=True, truncation=True, max_length=512, return_tensors="pt")

# 获取嵌入向量
with torch.no_grad():
    embeddings = model(**inputs, return_dict=True).last_hidden_state[:, 0]
    embeddings = embeddings / embeddings.norm(dim=1, keepdim=True)

print(embeddings[0] @ embeddings[1])    # 输出: tensor(0.8564)
print(embeddings[0] @ embeddings[2])    # 输出: tensor(0.5741)

引用文献

若使用亚马逊评论2023数据集、BLaIR模型、Amazon-C4数据集或相关代码，请引用以下论文：

@article{hou2024bridging,
  title={Bridging Language and Items for Retrieval and Recommendation},
  author={Hou, Yupeng and Li, Jiacheng and He, Zhankui and Yan, An and Chen, Xiusi and McAuley, Julian},
  journal={arXiv preprint arXiv:2403.03952},
  year={2024}
}

联系方式

如遇问题或有建议，请通过提交issue或邮件联系侯宇鹏yphou@ucsd.edu。