Panoramic Interests: Stylistic-Content Aware Personalized Headline Generation

要約

パーソナライズされたニュースの見出しの世代は、ユーザーが好みに合わせて調整された注目を集める見出しを提供することを目的としています。
一般的な方法は、ユーザー指向のコンテンツの好みに焦点を当てていますが、それらのほとんどは、多様なスタイルの好みがユーザーのパノラマの関心に不可欠であり、最適ではないパーソナライズにつながるという事実を見落としています。
これを考慮して、私たちは、新しいスタイルコンテンツ認識パーソナライズされたヘッドライン生成（SCAPE）フレームワークを提案します。
Scapeは、大規模な言語モデル（LLM）コラボレーションを使用して、見出しからコンテンツとスタイルの両方の機能を抽出します。
さらに、対照的な学習ベースの階層融合ネットワークを通じて、ユーザーの長期的および短期的な関心を適応的に統合します。
パノラマの関心を見出しジェネレーターに組み込むことにより、Scapeは生成プロセス中のユーザーのスタイルコンテンツの好みを反映しています。
実際のデータセットペンでの広範な実験は、ベースラインよりもスケープの優位性を示しています。

要約(オリジナル)

Personalized news headline generation aims to provide users with attention-grabbing headlines that are tailored to their preferences. Prevailing methods focus on user-oriented content preferences, but most of them overlook the fact that diverse stylistic preferences are integral to users’ panoramic interests, leading to suboptimal personalization. In view of this, we propose a novel Stylistic-Content Aware Personalized Headline Generation (SCAPE) framework. SCAPE extracts both content and stylistic features from headlines with the aid of large language model (LLM) collaboration. It further adaptively integrates users’ long- and short-term interests through a contrastive learning-based hierarchical fusion network. By incorporating the panoramic interests into the headline generator, SCAPE reflects users’ stylistic-content preferences during the generation process. Extensive experiments on the real-world dataset PENS demonstrate the superiority of SCAPE over baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google