摘要: Tiny-NewsRec: Effective and Efficient PLM-based News Recommendation论文阅读笔记 Abstract 存在的问题: ? 现有的大多数工作只是根据新闻推荐任务对 PLM 进行微调,这可能会受到预训练语料库和下游新闻a56爆大奖在线娱乐之间已知领域偏移问题 阅读全文
posted @ 2024-06-28 19:49 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: Neural News Recommendation with Multi-Head Self-Attention论文阅读笔记 ? 这个是一篇比较老的文章,但是比较经典,就来读一下: Abstract ? 精确地建模新闻和用户对于新闻推荐至关重要,而捕捉单词和新闻的上下文对于学习新闻和用户a56爆大奖在线娱乐也很重 阅读全文
posted @ 2024-06-28 16:51 ANewPro 阅读(9) 评论(0) 推荐(0) 编辑
摘要: PP-Rec: News Recommendation with Personalized User Interest and Time-aware News Popularity论文阅读笔记 Abstract 现存的问题: ? 目前许多方法通常根据新闻内容与用户历史行为推断出的兴趣之间的匹配来推荐 阅读全文
posted @ 2024-06-26 11:08 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: MINER: Multi-Interest Matching Network for News Recommendation论文阅读笔记 Abstract 现存的问题: ? 大多数现有的方法从用户的历史行为中学习单个用户嵌入来a56爆大奖在线娱乐阅读兴趣。然而,用户的兴趣通常是多样的,可能不能被单个用户嵌入充分建模 阅读全文
posted @ 2024-06-25 21:49 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: FUM: Fine-grained and Fast User Modeling for News Recommendation Abstract 现存的问题: ? 现有方法通常先将用户点击的新闻独立编码为新闻嵌入,然后将其聚合为用户嵌入。然而,这些方法忽略了同一用户点击的不同新闻之间的词级交互,而 阅读全文
posted @ 2024-06-24 20:43 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: Prompt Learning for News Recommendation论文阅读笔记 Abstract ? 最近的一些新闻推荐(NR)方法引入了预训练语言模型(PLM),通过精心设计的推荐专用神经网络和目标函数,遵循虚构的预训练和微调范式来编码新闻表征。由于任务目标与 PLM 的任务目标不一致 阅读全文
posted @ 2024-06-24 11:08 ANewPro 阅读(2) 评论(0) 推荐(0) 编辑
摘要: User-as-Graph: User Modeling with Heterogeneous Graph Pooling for News Recommendation论文阅读笔记 Abstract 现存的问题 ? 现有的新闻推荐方法通常通过顺序模型或关注模型从用户行为中建立用户兴趣模型。然而,它 阅读全文
posted @ 2024-06-23 22:25 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: News Recommendation with Candidate-aware User Modeling论文阅读笔记 Abstract 存在的问题: ? 现有的新闻推荐方法通常从历史点击的新闻中建模用户的兴趣,而不考虑候选新闻。然而,a56爆大奖在线娱乐用户通常都有多个兴趣,并且这些方法很难准确地匹配一个候选新 阅读全文
posted @ 2024-06-22 21:46 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑
摘要: Joint Knowledge Pruning and Recurrent Graph Convolution for News Recommendation论文阅读笔记 Abstract ? 最近,利用知识图谱(KG)来丰富新闻文章的语义表征已被证明对新闻推荐有效。这些解决方案的重点是利用知识图谱 阅读全文
posted @ 2024-06-22 00:18 ANewPro 阅读(2) 评论(0) 推荐(0) 编辑
摘要: DIGAT: Modeling News Recommendation with Dual-Graph Interaction论文阅读笔记 Abstract ? 现有的NR方法通常采用新闻-用户a56爆大奖在线娱乐学习框架,面临两个潜在的限制。首先,在新闻编码器中,单个候选新闻编码存在语义信息不足的问题。其次,现有 阅读全文
posted @ 2024-06-20 21:41 ANewPro 阅读(1) 评论(0) 推荐(0) 编辑