一种基于软提示调优的个性化新闻推荐方法

本发明公开了一种基于软提示调优的个性化新闻推荐方法，包括1）对每个用户进行建模，引入新闻的附加侧边信息，包括新闻的子类别和摘要，以丰富新闻的特征表示；2）选择合适的预训练语言模型，将训练模型作为主干，构建提示学习中的标签词和模板；3）通过三种优化策略扩展标签词映射器，得到优化后的标签词集；4）在通过各种策略成功构建最终的标签词映射器之后，将每个标签词的预测概率适当地映射到它们各自的类别中。本发明针对个性化新闻推荐的特殊需求对模型进行了优化，能够充分提取新闻文本特征，显著提升了推荐的准确性。通过提示学习结合预训练语言模型，显著减少了额外的噪声，并实现更准确的推荐结果。