EBNeRD

新的LSNR方法改进了稀疏新闻推荐

研究人员开发了LSNR，一种用于学习稀疏新闻推荐的新方法，解决了当前方法的局限性。与将用户交互历史连接成单个查询的先前技术不同，LSNR单独编码每篇文章。然后，它通过使用基于注意力的文章表示加权来构建稀疏用户向量，并结合用户级别的密集投影扩展。在MIND和EBNeRD数据集上的实验表明，LSNR优于STAR等现有方法，特别是在用户历史记录较短的情况下，并且与最先进的密集推荐器相比仍具有竞争力。