计算机科学 > 信息检索
[提交于 2025年10月26日
]
标题: 新闻推荐器中的公民真实情况:一种公共价值评分方法
标题: Civic Ground Truth in News Recommenders: A Method for Public Value Scoring
摘要: 在新闻推荐系统(NRS)中的研究继续探索将规范性目标,如编辑目标和公共服务价值,整合到现有系统中的最佳方法。 先前的努力已结合专家输入或受众反馈来量化这些价值,为更具公民意识的推荐系统奠定了基础。 本文为此研究轨迹做出了贡献,介绍了一种通过大规模、结构化的受众评估将公民价值嵌入NRS的方法。 所提出的公民真实数据方法旨在通过全国有代表性的调查生成基于价值的标签,并通过自动元数据增强,在更广泛的新闻语料库中实现可推广性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.