SWDE：基于子词与文档嵌入的点击诱饵检测引擎
信息检索
2018-08-06 v1 计算与语言
摘要
为了扩大影响力并增加网站广告收入，媒体机构已开始使用点击诱饵技术引诱读者点击其数字平台上的文章。在成功吸引用户打开文章后，文章却无法满足其好奇心，仅用于提高点击率。该任务的早期方法依赖于特征工程，而特征工程随每个数据集变化。工业系统依赖一套详尽的规则来完成工作。神经网络极少被探索用于执行该任务。我们提出了一种考虑新闻标题与相关文章不同文本嵌入的新方法。我们使用卷积神经网络生成标题的子词级嵌入，并用它们训练双向 LSTM 架构。注意力层用于计算各个词对该帖子性质的重要性。我们还生成标题和文章文本的 Doc2Vec 嵌入，并对其交互建模，随后将其与前一组件的输出拼接。最后，该表示通过神经网络得到标题的得分。我们在 2538 个帖子（已在 17000 条记录上训练）上测试模型，达到了 83.49% 的准确率，优于以往 SOTA 方法。
引用
@article{arxiv.1808.00957,
title = {SWDE : A Sub-Word And Document Embedding Based Engine for Clickbait Detection},
author = {Vaibhav Kumar and Mrinal Dhar and Dhruv Khattar and Yash Kumar Lal and Abhimanshu Mishra and Manish Shrivastava and Vasudeva Varma},
journal= {arXiv preprint arXiv:1808.00957},
year = {2018}
}
备注
Accepted at SIGIR 2018 as Computational Surprise in Information Retrieval (CompS) Workshop Paper. arXiv admin note: substantial text overlap with arXiv:1710.01507