请紧扣主题：将用户评论与新闻文章内容对齐
信息检索
2021-03-11 v1 计算与语言
机器学习
摘要
社会科学学者已表明，发布到新闻文章下的内容中多达 50% 与其新闻内容无关。在本研究中，我们提出一种分类算法，根据用户评论与新闻文章内容的对齐程度对其分类。该对齐旨在基于内容相似性、讨论中的实体以及主题将用户评论与文章匹配。我们提出 BERTAC，一种基于 BERT 的方法，联合学习文章-评论嵌入并推断评论的相关类别。我们引入一种序数分类损失，惩罚预测标签与真实标签之间的差异。我们进行了深入研究以展示所提损失对学习过程的影响。在五个代表性新闻门户上的结果表明，我们的方法学习评论类别的平均准确率较基线提升高达 36%，较 BA-BC 模型提升高达 25%。BA-BC 是我们的方法，由两个模型组成，旨在分别捕捉新闻文章正式语言与评论非正式语言。我们还进行了用户研究以评估人类标注性能，从而理解该分类任务的难度。根据 Krippendorff's alpha 分数，用户对评论-文章对齐的一致度为“中等”，表明该分类任务较为困难。
引用
@article{arxiv.2103.06130,
title = {Stay on Topic, Please: Aligning User Comments to the Content of a News Article},
author = {Jumanah Alshehri and Marija Stanojevic and Eduard Dragut and Zoran Obradovic},
journal= {arXiv preprint arXiv:2103.06130},
year = {2021}
}
备注
Accepted as a full paper at the 43rd European Conference on Information Retrieval