앞 페이지가 아닌 롱테일: 대중의 하이라이트 중요도에 대한 콜드 스타트(Cold-Start) 예측

요약

독자들이 문서의 특정 구절에 남기는 하이라이트 정보를 바탕으로, 데이터가 쌓이기 전 텍스트만으로 집단적 중요도를 예측하는 연구입니다. 학습된 모델이 단순 위치 기반 베이스라인보다 높은 정밀도를 보임을 입증했습니다.

핵심 포인트

• 하이라이트 코퍼스로 학습된 모델이 도입부 기반 베이스라인을 능가함
• 문장 임베딩과 문맥적 특징을 활용한 로지스틱 랭커의 성능 우위 확인
• 비지도 학습 방식(LexRank 등)보다 실제 독자 데이터를 학습한 모델이 효과적임
• 인기가 낮은 콘텐츠일수록 모델의 예측 우위가 더 크게 나타남