論文の概要: IP2: Entity-Guided Interest Probing for Personalized News Recommendation
- arxiv url: http://arxiv.org/abs/2507.13622v1
- Date: Fri, 18 Jul 2025 03:35:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.175634
- Title: IP2: Entity-Guided Interest Probing for Personalized News Recommendation
- Title（参考訳）: IP2: パーソナライズされたニュースレコメンデーションのためのEntity-Guided Interest Probing
- Authors: Youlin Wu, Yuanyuan Sun, Xiaokun Zhang, Haoxi Zhan, Bo Xu, Liang Yang, Hongfei Lin,
- Abstract要約: ニュースレコメンデータシステムは、読者の読書履歴に基づいて、パーソナライズされたニュース読書体験を提供することを目的としている。
現在の方法は、ニュースレコメンデーションにおけるエンティティのユニークなユーティリティを見落としている。
本稿では,IP2と呼ばれる新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 16.943499217845492
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: News recommender systems aim to provide personalized news reading experiences for users based on their reading history. Behavioral science studies suggest that screen-based news reading contains three successive steps: scanning, title reading, and then clicking. Adhering to these steps, we find that intra-news entity interest dominates the scanning stage, while the inter-news entity interest guides title reading and influences click decisions. Unfortunately, current methods overlook the unique utility of entities in news recommendation. To this end, we propose a novel method called IP2 to probe entity-guided reading interest at both intra- and inter-news levels. At the intra-news level, a Transformer-based entity encoder is devised to aggregate mentioned entities in the news title into one signature entity. Then, a signature entity-title contrastive pre-training is adopted to initialize entities with proper meanings using the news story context, which in the meantime facilitates us to probe for intra-news entity interest. As for the inter-news level, a dual tower user encoder is presented to capture inter-news reading interest from both the title meaning and entity sides. In addition to highlighting the contribution of inter-news entity guidance, a cross-tower attention link is adopted to calibrate title reading interest using inter-news entity interest, thus further aligning with real-world behavior. Extensive experiments on two real-world datasets demonstrate that our IP2 achieves state-of-the-art performance in news recommendation.
- Abstract（参考訳）: ニュースレコメンデータシステムは、読者の読書履歴に基づいて、パーソナライズされたニュース読書体験を提供することを目的としている。
行動科学的研究は、画面ベースのニュース読解には、スキャニング、タイトル読み、クリックという3つの連続したステップが含まれていることを示唆している。
これらのステップに則って、新規エンティティ内の関心がスキャンステージを支配しているのに対し、新規エンティティ間の関心はタイトルの読み込みをガイドし、クリック決定に影響を与える。
残念なことに、現在の手法はニュースレコメンデーションにおけるエンティティのユニークなユーティリティを見落としている。
そこで本研究では,IP2と呼ばれる新しい手法を提案する。
ニュース内のレベルでは、トランスフォーマーベースのエンティティエンコーダが、ニュースタイトル内の言及されたエンティティを1つの署名エンティティに集約するように考案される。
次に、ニュースストーリーコンテキストを用いて適切な意味を持つエンティティを初期化するために、署名エンティティタイトルコントラスト事前学習を採用する。
インターニューズレベルについては、デュアルタワーユーザエンコーダが提示され、タイトルの意味とエンティティサイドの両方からニュース間読書の関心を捕捉する。
新規エンティティ間ガイダンスの貢献を強調することに加え、新規エンティティ間関心を用いたタイトル読み上げ関心の校正のために、クロスツーワーアテンションリンクが採用され、現実世界の行動と整合する。
2つの実世界のデータセットに対する大規模な実験は、我々のIP2がニュースレコメンデーションにおいて最先端のパフォーマンスを達成することを示す。
関連論文リスト
- Don't Click the Bait: Title Debiasing News Recommendation via Cross-Field Contrastive Learning [16.467106824672566]
本稿では,クロスフィールドコントラスト学習(TDNR-C2)を用いたニュースレコメンデーションを提案する。
具体的には、様々な分野からニュースに関する多視点知識を抽出するために、多分野知識抽出モジュールを考案した。
本稿では,学習知識を肩書きや要約文と対比することで,バイアス除去を行うクロスフィールドコントラスト学習モジュールを提案する。
論文 参考訳（メタデータ） (2024-08-16T05:51:00Z) - SCStory: Self-supervised and Continual Online Story Discovery [53.72745249384159]
SCStoryは、素早く公開されたニュース記事ストリームを人間のアノテーションなしでリアルタイムで消化するのに役立つ。
SCStoryは、ニュース記事ストリームのストーリー指向適応モデリングという新しいアイデアを取り入れて、自己指導的かつ継続的な学習を取り入れている。
論文 参考訳（メタデータ） (2023-11-27T04:50:01Z) - Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News
Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。
我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文 参考訳（メタデータ） (2023-09-28T13:19:43Z) - TieFake: Title-Text Similarity and Emotion-Aware Fake News Detection [15.386007761649251]
本稿では,マルチモーダルな文脈情報と著者の感情を共同でモデル化し,テキストの類似性と感情認識型フェイクニュース検出(TieFake)手法を提案する。
具体的には、BERT と ResNeSt を用いて、テキストや画像の表現を学習し、出版者感情抽出器を用いて、ニュースコンテンツにおける著者の主観的感情をキャプチャする。
論文 参考訳（メタデータ） (2023-04-19T04:47:36Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳（メタデータ） (2023-04-06T23:36:45Z) - Designing and Evaluating Interfaces that Highlight News Coverage
Diversity Using Discord Questions [84.55145223950427]
本稿は,ニュース記事のための大規模なソースコレクションをナビゲートすることは,それ以上のガイダンスなしでは困難であることを示す。
本稿では,ニュース読者が読みながら範囲の多様性を発見することを目的とした,注釈記事,要約記事,質問表の3つのインタフェースを設計する。
論文 参考訳（メタデータ） (2023-02-17T16:59:31Z) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳（メタデータ） (2022-03-10T14:24:19Z) - Deep Dynamic Neural Network to trade-off between Accuracy and Diversity
in a News Recommender System [1.3126169294309855]
本稿では,ニュースと読者の興味を統一した枠組みで学習する深層ニューラルネットワークを提案する。
読者のクリック履歴から読者の長期的関心、LSTMSによる最近のクリックからの短期的関心、および注意メカニズムを通じて多様な読者の興味を学びます。
論文 参考訳（メタデータ） (2021-03-15T15:30:25Z) - XREF: Entity Linking for Chinese News Comments with Supplementary
Article Reference [19.811371589597382]
本研究では,中国のニュースコメントに対するエンティティリンクの問題点について考察する。
本稿では、注意機構を利用して関連するコンテキストをピンポイントする新しいモデルXREFを提案する。
大規模未ラベルコーパスを利用した弱教師付きトレーニング手法を開発した。
論文 参考訳（メタデータ） (2020-06-24T19:42:54Z) - Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。
本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文 参考訳（メタデータ） (2020-03-31T15:27:31Z) - BaitWatcher: A lightweight web interface for the detection of
incongruent news headlines [27.29585619643952]
BaitWatcherは軽量なWebインターフェースで、ニュース記事の見出しをクリックする前に、読者が不一致の可能性を推定する。
BaiittWatcherは階層的リカレントエンコーダを使用して、ニュース見出しとその関連するボディテキストの複雑なテキスト表現を効率的に学習する。
論文 参考訳（メタデータ） (2020-03-23T23:43:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。