LKPNR：融合大语言模型与知识图谱的个性化新闻推荐框架
信息检索
2023-08-24 v1 人工智能
摘要
准确地向用户推荐候选新闻文章是个性化新闻推荐系统面临的基本挑战。传统方法通常难以把握新闻文本中的复杂语义信息，导致推荐效果不理想。此外，这些传统方法对具有丰富历史行为的活跃用户更为友好，却无法有效解决非活跃用户的“长尾问题”。针对这些问题，本研究提出一种将大语言模型（LLM）与知识图谱（KG）结合进传统方法语义表示的新通用框架。为提升复杂新闻文本中的语义理解，我们利用 LLM 强大的文本理解能力生成包含丰富语义信息的新闻表示。此外，我们的方法结合新闻实体信息并通过 KG 中多跳挖掘高阶结构信息，从而缓解长尾分布挑战。实验结果表明，与各类传统模型相比，该框架显著提升了推荐效果。LLM 与 KG 在我们框架中的成功融合为在新闻领域实现更精准的个性化推荐建立了可行路径。我们的代码见 https://github.com/Xuan-ZW/LKPNR。
引用
@article{arxiv.2308.12028,
title = {LKPNR: LLM and KG for Personalized News Recommendation Framework},
author = {Chen hao and Xie Runfeng and Cui Xiangyang and Yan Zhou and Wang Xin and Xuan Zhanwei and Zhang Kai},
journal= {arXiv preprint arXiv:2308.12028},
year = {2023}
}