以预训练语言模型赋能新闻推荐
信息检索
2021-04-16 v1
摘要
个性化新闻推荐是在线新闻服务的一项关键技术。新闻文章通常包含丰富的文本内容，准确的新闻建模对个性化新闻推荐十分重要。现有新闻推荐方法主要基于传统文本建模方法对新闻文本建模，不利于挖掘新闻文本中的深层语义信息。预训练语言模型（PLMs）在自然语言理解方面能力强大，有潜力实现更好的新闻建模。然而，目前尚无公开报道表明 PLMs 已应用于新闻推荐。本文汇报我们利用预训练语言模型赋能新闻推荐的工作。在单语言与多语言新闻推荐数据集上的离线实验结果表明，利用 PLMs 进行新闻建模能有效提升新闻推荐性能。我们基于 PLM 赋能的新闻推荐模型已部署至微软新闻平台，在英语区和全球市场均实现了点击量与页面浏览量的显著增长。
引用
@article{arxiv.2104.07413,
title = {Empowering News Recommendation with Pre-trained Language Models},
author = {Chuhan Wu and Fangzhao Wu and Tao Qi and Yongfeng Huang},
journal= {arXiv preprint arXiv:2104.07413},
year = {2021}
}
备注
To appear in SIGIR 2021