SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Benavente Y.)
 

Sökning: WFRF:(Benavente Y.) > (2020-2024) > Multimodal Review G...

  • Vu, Xuan-Son,1988-Umeå universitet,Institutionen för datavetenskap,Deep Data Mining Group (författare)

Multimodal Review Generation with Privacy and Fairness Awareness

  • Artikel/kapitelEngelska2020

Förlag, utgivningsår, omfång ...

  • Stroudsburg, PA, USA :International Committee on Computational LinguisticsInternational Committee on Computational Linguistics,2020
  • electronicrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:umu-180724
  • https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-180724URI
  • https://doi.org/10.18653/v1/2020.coling-main.37DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:kon swepub-publicationtype

Anmärkningar

  • Users express their opinions towards entities (e.g., restaurants) via online reviews which can be in diverse forms such as text, ratings, and images. Modeling reviews are advantageous for user behavior understanding which, in turn, supports various user-oriented tasks such as recommendation, sentiment analysis, and review generation. In this paper, we propose MG-PriFair, a multimodal neural-based framework, which generates personalized reviews with privacy and fairness awareness. Motivated by the fact that reviews might contain personal information and sentiment bias, we propose a novel differentially private (dp)-embedding model for training privacy guaranteed embeddings and an evaluation approach for sentiment fairness in the food-review domain. Experiments on our novel review dataset show that MG-PriFair is capable of generating plausibly long reviews while controlling the amount of exploited user data and using the least sentiment biased word embeddings. To the best of our knowledge, we are the first to bring user privacy and sentiment fairness into the review generation task. The dataset and source codes are available at https://github.com/ReML-AI/MG-PriFair.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Nguyen, Thanh-SonA*STAR Artificial Intelligence Initiative, Singapore (författare)
  • Le, Duc-TrongUniversity of Engineering and Technology, VNU, Vietnam (författare)
  • Jiang, LiliUmeå universitet,Institutionen för datavetenskap,Deep Data Mining Group(Swepub:umu)liji0008 (författare)
  • Umeå universitetInstitutionen för datavetenskap (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:Proceedings of the 28th International Conference on Computational Linguistics (COLING), 2020Stroudsburg, PA, USA : International Committee on Computational LinguisticsInternational Committee on Computational Linguistics, s. 414-425

Internetlänk

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Vu, Xuan-Son, 19 ...
Nguyen, Thanh-So ...
Le, Duc-Trong
Jiang, Lili
Om ämnet
NATURVETENSKAP
NATURVETENSKAP
och Data och informa ...
och Språkteknologi
Artiklar i publikationen
Av lärosätet
Umeå universitet

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy