首页|基于知识增强的深度新闻推荐网络

基于知识增强的深度新闻推荐网络

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
在新闻推荐场景下,传统的基于文本特征的新闻推荐模型只考虑了词的共现关系,无法捕获词语的隐含词义和关联知识;而基于深度学习的推荐模型在融合知识图谱信息中仅仅考虑实体的信息,忽略了远距离实体之间的联系,造成实体之间的关联信息和深层次语义联系的缺失.针对该问题提出了一种基于知识增强的深度新闻推荐网络(deep knowledge-enhanced network,DKEN),利用长短期记忆网络提取知识图谱中的实体路径特征,补充到注意力网络中,然后针对不同的候选新闻动态地构建用户的特征.实验表明该实体路径信息能提高模型的效果,在F1指标上提升大约1％.
Deep Knowledge-Enhanced Network for News Recommendation

刘琼昕、宋祥、覃明帅

展开 >

北京理工大学计算机学院,北京100081

北京市海量语言信息处理与云计算应用工程技术研究中心,北京 100081

知识增强 深度新闻推荐网络 知识图谱 实体路径特征

2021

10.15918/j.tbit1001-0645.2019.273

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(3)
  • 3
  • 2