文章目录
Abstract
概述
引用论文中的一句话,新闻推荐系统的目标是处理大量的新闻以及给用户提供个性化的新闻推荐。
动机
新闻的标题中蕴含着丰富的实体信息以及话题信息,但是现有的模型通常忽略了实体信息与话题信息之间的关联,所以本篇paper提出了一个新的模型TEKGR(引入了知识图谱)
模型简介
TEKGR从两个方面处理Title:
(1)只从Title的单词中提取新闻的语义信息
(2)通过知识图谱(考虑话题、实体以及文本信息的关联)来对新闻的语义信息进行又一次提取
实验证明该模型优于现有的模型:baseline+NPA
Model
问题定义
首先是问题定义,不同于Wu的几篇论文,由于该篇论文引入了KnowledgeGraph的概念,所以问题的形式化描述与之前的问题描述有些许不同,但是不同仅仅在于输入的信息更多了,主体来看问题其实一直都是如何对user以及news进行精确建模才能使user与news进行精确的匹配?
NewsRecommendation的形式化定义可以参考这篇博客