أخف وأفضل: شبكات الانتباه الذاتي منخفضة الرتبة المفككة لتوصية العنصر التالي

تم تطبيق شبكات الانتباه الذاتي (SANs) بشكل مكثف لموصيات التتابع، لكنها محدودة بسبب: (1) التعقيد التربيعي والقابلية للإفراط في التهيئة في الانتباه الذاتي؛ (2) النمذجة غير الدقيقة للعلاقات التتابعية بين العناصر بسبب الترميز الضمني للموقع. في هذا العمل، نقترح شبكات الانتباه الذاتي منخفضة الرتبة المفككة (LightSANs) لتجاوز هذه المشكلات. على وجه الخصوص، نقدم الانتباه الذاتي منخفض الرتبة المفكك، الذي يحول عناصر المستخدم التاريخية إلى عدد ثابت صغير من الاهتمامات الكامنة ويستفيد من التفاعل بين العنصر والاهتمام لتوليد التمثيل الواعي للسياق. يتوسع خطيًا بالنسبة لطول تسلسل المستخدم التاريخي من حيث الوقت والمساحة، وهو أكثر مقاومة للإفراط في التهيئة. بجانب ذلك، نصمم ترميز الموقع المفصول، الذي ينمذج العلاقات التتابعية بين العناصر بدقة أكبر. أُجريت دراسات تجريبية موسعة على ثلاث مجموعات بيانات من العالم الحقيقي، حيث تفوقت LightSANs على الموصيات المعتمدة على SANs القائمة من حيث الفعالية والكفاءة.