Panoramic Interests: Stylistic-Content Aware Personalized Headline Generation

要約

パーソナライズされたニュース ヘッドライン生成は、ユーザーの好みに合わせた注目を集めるヘッドラインを提供することを目的としています。
普及している方法は、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、そのほとんどは、多様なスタイルの好みがユーザーの全体的な興味に不可欠であり、最適ではないパーソナライゼーション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-コンテンツを意識した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、大規模言語モデル (LLM) コラボレーションを利用して、見出しからコンテンツと文体の特徴の両方を抽出します。
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 は生成プロセス中にユーザーの文体コンテンツの好みを反映します。
現実世界のデータセット PENS に対する広範な実験により、SCAPE がベースラインよりも優れていることが実証されました。

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