标题与正文语义融合的新闻向量表示方法

作     者：连晓颖 薛源海 刘悦 沈华伟 LIAN Xiaoying;XUE Yuanhai;LIU Yue;SHEN Huawei

作者机构：中国科学院计算技术研究所数据智能系统研究中心北京100190 中国科学院大学北京101408 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第4期

页      面：89-96页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62002347) 

主　　题：新闻推荐 正文语义信息 向量表示 注意力机制 

摘      要：针对新闻正文文本长度大、语义信息复杂的问题,提出了一种标题与正文语义融合的新闻向量表示方法(NRTA模型)。以新闻标题为查询,从正文的多个区域中挖掘标题的补充信息,关注前文语义的同时也关注后文语义,减少对新闻正文理解的偏差。在两个真实新闻推荐数据集MIND和Adressa上的实验表明,该方法较基线方法在各评价指标上的提升幅度在0.86%到3.95%之间,验证了正文后文语义信息的重要性,进一步丰富了新闻向量表示。