基于RoBERTa-BiLSTM-MA的熱點(diǎn)新聞推薦方法

打開文本圖片集

摘要：針對(duì)新聞推薦任務(wù)過度依賴用戶歷史行為數(shù)據(jù)可能導(dǎo)致的用戶隱私信息泄露等問題，提出一種結(jié)合預(yù)訓(xùn)練模型、雙向長(zhǎng)短期記憶網(wǎng)絡(luò)及多頭注意力（RoBERTa-BiLSTM-MA）的熱點(diǎn)新聞推薦方法。該方法利用RoBERTa和BiLSTM模型提取文本語義特征，并借助多頭注意力機(jī)制捕獲新聞內(nèi)部的關(guān)鍵信息以及不同組成部分之間的關(guān)聯(lián)，減少不相關(guān)信息的干擾。（剩余4367字）