识别标题党：一种使用神经网络的多策略方法
信息检索
2018-08-02 v4 计算与语言
计算机与社会
社会与信息网络
摘要
在线媒体为了扩大其覆盖范围并随后通过广告变现增加收入，已开始采用标题党技术来引诱读者点击文章。然而文章却未能兑现标题所作的承诺。传统的标题党检测方法严重依赖特征工程，而这反过来又依赖于为其构建的数据集。神经网络在该任务中的应用仅得到了部分探索。我们提出了一种考虑社交媒体帖子中所有信息的新颖方法。我们训练了一个带有注意力机制的双向 LSTM，以差异化方式学习单词对帖子标题党分数的贡献程度。我们还采用了 Siamese 网络来捕捉源信息与目标信息之间的相似度。以往的方法未考虑从图像中提取的信息。我们使用卷积神经网络从大量数据中学习图像嵌入，为我们的模型增加另一层复杂度。最后，我们拼接来自三个独立组件的输出，将其作为全连接层的输入。我们在包含 19538 条社交媒体帖子的测试语料库上进行了实验，在该数据集上获得了 65.37% 的 F1 分数，超越了先前的 SOTA 以及其他提出的无论是否基于特征工程的方法。
引用
@article{arxiv.1710.01507,
title = {Identifying Clickbait: A Multi-Strategy Approach Using Neural Networks},
author = {Vaibhav Kumar and Dhruv Khattar and Siddhartha Gairola and Yash Kumar Lal and Vasudeva Varma},
journal= {arXiv preprint arXiv:1710.01507},
year = {2018}
}
备注
Accepted at SIGIR 2018 as Short Paper