パノラミック・インタレスト：スタイル・コンテンツに注意した個人用見出し生成

Panoramic Interests: Stylistic-Content Aware Personalized Headline Generation

January 21, 2025

著者: Junhong Lian, Xiang Ao, Xinyu Liu, Yang Liu, Qing He

cs.AI

要旨

個別化されたニュース見出し生成は、ユーザーの好みに合わせた注意を引く見出しを提供することを目指しています。従来の手法はユーザー志向のコンテンツの好みに焦点を当てていますが、多くの手法は、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ることを見落としており、最適な個別化が行われていません。この点を考慮し、我々は新しいスタイル・コンテンツに配慮した個別化された見出し生成（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）の協力を得て、見出しからコンテンツとスタイルの特徴を抽出します。さらに、コントラスト学習ベースの階層的融合ネットワークを介して、ユーザーの長期および短期の興味を適応的に統合します。全体的な興味を見出し生成器に取り込むことで、SCAPEはユーザーのスタイル・コンテンツの好みを反映させます。実世界のデータセットPENSにおける広範な実験により、SCAPEのベースラインに対する優越性が示されました。

English

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.