Browsing by Author "林洋逸"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item 以提示學習提供時間感知新聞推薦(2025) 林洋逸; Lin, Yang-Yi隨著新聞資訊快速增長,個人化新聞推薦系統已成為使用者獲取資訊的重要輔助工具。近年來,提示學習(Prompt Learning)於自然語言處理任務中展現出良好表現,也被應用於新聞推薦領域。提示學習能有效結合預訓練語言模型的語意理解能力,降低訓練成本並提升推薦效能。然而,現有的提示學習新聞推薦方法尚未考量時間資訊。本研究提出一個時間感知新聞推薦架構(TPrompt4NR),於提示學習新聞推薦架構中引入時間資訊,對推薦效用描述、使用者行為描述、語意相關性及類別資訊四種新聞推薦提示模板進行擴展,加入時間單位資訊。系統性分析不同提示模板加上時間單位資訊的效果,並進一步探討在已提供類別資訊的情境下,加入時間資訊對新聞推薦效能的影響。實驗採用MIND新聞資料集,並以Hit Rate與NDCG作為評估指標。結果顯示,加入時間資訊可有效提升模型推薦效能,特別是在推薦效用描述模板中,並且採用「1小時」為時間單位時表現最佳。即使新聞內容已含類別資訊或缺乏標題資訊,時間資訊亦能提供穩定效益。此外,時間資訊的描述方式也影響模型理解效果。綜合而言,本研究驗證了時間資訊於提示學習新聞推薦中的效果,顯示合理設計的時間資訊能提升推薦準確性。