新聞推薦系統(tǒng)中的邊信息融合Transformer

打開文本圖片集

摘要：推薦系統(tǒng)中對多模態(tài)的數(shù)據(jù)處理方式是業(yè)界長期關(guān)注的重點，基于各類數(shù)據(jù)的特點設(shè)計模型，可以有效利用信息，從而提升推薦效率。文章針對新聞推薦系統(tǒng)提出SIA-Transformer結(jié)構(gòu)，在傳統(tǒng)Transformer的基礎(chǔ)上結(jié)合了新聞的邊信息。通過多組內(nèi)積的形式，將單詞特征與邊信息特征在多頭注意力層中進(jìn)行交叉，提高了邊信息利用率的同時，也豐富了文本特征提取的語義，使得基于SIA-Transformer的新聞文本特征提取方法獲取到更多信息，從而提高了推薦的效果。（剩余4151字）