VLSNR：视觉-语言协调时间序列感知的新闻推荐
信息检索
2022-10-07 v1 人工智能
机器学习
多媒体
摘要
新闻表示与面向用户的建模对新闻推荐都至关重要。大多数现有方法基于文本信息，却忽略了视觉信息和用户的动态兴趣。然而，相较于纯文本内容，多模态语义有助于增强对用户时间性与持久性兴趣的理解。在我们的工作中，我们提出一种视觉-语言协调时间序列新闻推荐方法。首先，应用预训练多模态编码器将图像与文本嵌入同一特征空间。随后使用自注意力网络学习时间顺序序列。此外，提出一种注意力 GRU 网络以充分建模用户的时间偏好。最后，将点击历史与用户表示嵌入以计算候选新闻的排序分数。此外，我们还构建了大规模多模态新闻推荐数据集 V-MIND。实验结果表明，我们的模型优于基线方法，并在我们独立构建的数据集上取得了 SOTA。
引用
@article{arxiv.2210.02946,
title = {VLSNR:Vision-Linguistics Coordination Time Sequence-aware News Recommendation},
author = {Songhao Han and Wei Huang and Xiaotian Luan},
journal= {arXiv preprint arXiv:2210.02946},
year = {2022}
}
备注
10 pages, 5 figures