公共领域 2.0:在线新闻媒介中的定向评论
信息检索
2026-02-09 v1
摘要
随着在线新闻消费的增长,为了最大化广告收入,新闻媒介网站试图吸引并留住其读者。读者参与度最有效的工具之一是评论功能,新闻读者针对新闻文章以评论形式发表其观点。传统上,人们假定评论大多是针对整篇文章做出的。在本工作中,我们表明当前的评论图景远非如此假设。由于读者缺乏通读整篇文章的时间,大多数评论仅与文章的特定章节相关。在本文中,我们构建了一个可自动将评论分类到文章相关章节的系统。为此,我们开发了一种基于深度神经网络的机制来寻找与任意章节相关的评论,以及一种按段落的评论界面来展示它们。我们相信这种数据驱动的评论系统可帮助新闻网站进一步提升读者参与度。
引用
@article{arxiv.1902.07946,
title = {Public Sphere 2.0: Targeted Commenting in Online News Media},
author = {Ankan Mullick and Sayan Ghosh and Ritam Dutt and Avijit Ghosh and Abhijnan Chakraborty},
journal= {arXiv preprint arXiv:1902.07946},
year = {2026}
}
备注
Accepted at ECIR 2019