💬 NLP

LLM-guided headline rewriting for clickability enhancement without clickbait

该论文提出了一种基于大语言模型和 FUDGE 范式的标题重写框架，通过结合点击诱饵抑制模型与参与度属性引导模型，在严格约束语义忠实度的前提下，将新闻标题重写为更具吸引力但非标题党的形式，从而在提升点击率与保持新闻真实性之间实现可控平衡。

原作者： Yehudit Aperstein, Linoy Halifa, Sagiv Bar, Alexander Apartsin

发布于 2026-03-25

📖 1 分钟阅读☕ 轻松阅读

原作者： Yehudit Aperstein, Linoy Halifa, Sagiv Bar, Alexander Apartsin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何给新闻标题“化妆”，让它既吸引人又不“整容过度”变成假新闻的故事。

想象一下，新闻标题就像是一个餐厅的招牌菜。

好标题：像一道色香味俱全的招牌菜，让人看了就想进屋尝尝，而且端上来的菜和菜单描述的一模一样（真实、有吸引力）。
标题党（Clickbait）：像那种画着巨大汉堡、写着“免费吃”的虚假广告。你被吸引进去了，结果发现端上来的是干面包，甚至还要收你钱。这让人愤怒，以后再也不信这家店了。

这篇论文的核心思想就是：我们不需要把“吸引人”和“诚实”对立起来，而是可以用人工智能（AI）来精准控制“吸引力”的剂量。

以下是用通俗语言和比喻对论文内容的拆解：

1. 核心问题：为什么现在的标题要么太无聊，要么太假？

现在的新闻环境很卷。为了让人点击，很多媒体喜欢用夸张的手法（比如“震惊！”、“你绝对猜不到！”）。

传统做法：以前的研究只是给标题贴标签，要么是“好标题”，要么是“标题党”。这就像警察抓小偷，只分“好人”和“坏人”。
论文的新观点：作者认为，“吸引人”和“标题党”其实不是两种完全不同的东西，而是同一个东西的剂量不同。
- 比喻：就像辣椒。适量的辣椒能提味（增加点击率），但放多了就会辣得让人受不了（变成标题党）。以前的方法是想把辣椒全扔掉，而这篇论文的方法是教你怎么精准控制放多少克辣椒。

2. 解决方案：给 AI 配两个“副驾驶”

作者开发了一个系统，让大语言模型（LLM，一种很聪明的 AI）来改写标题。为了让 AI 不乱写，他们给 AI 配了两个“副驾驶”（辅助模型）来实时指导它：

副驾驶 A（红脸警察）：标题党检测器
- 任务：时刻盯着 AI 写的每一个字。一旦 AI 想写“震惊！”、“惊天秘密”这种夸张的词，或者故意隐瞒关键信息，这个警察就会立刻踩刹车，说：“停！太过了，删掉！”
- 作用：防止 AI 为了吸引眼球而撒谎或过度夸张。
副驾驶 B（蓝脸营销员）：吸引力增强器
- 任务：鼓励 AI 使用一些合法的修辞技巧，比如“制造一点悬念”、“强调重点”或“提出一个好问题”。
- 作用：让标题变得生动、有趣，让人忍不住想点进去看。

3. 训练过程：如何教这两个“副驾驶”？

为了训练这两个模型，作者没有用现成的假新闻，而是自己“造”了一个训练场：

找素材：拿了一些原本很平淡、真实的新闻标题（比如“白宫预算主管预计债务上限将推迟”）。
人工“加料”：用 AI 把这些平淡标题改写成“标题党”版本（比如“白宫预算主管揭露令人震惊的债务推迟内幕！”）。
- 关键点：他们非常小心，只改变语气和修辞，绝不改变事实。
拆解训练：他们把标题拆成一个个词（比如“白宫”、“预算”、“主管”...），让模型学会在写每一个词的时候，就判断“这句话是不是开始变味了”。

4. 实际效果：在“无聊”和“诈骗”之间走钢丝

在改写标题时，作者可以调节两个“副驾驶”的权重（力度）：

只开“营销员”：AI 会写出非常吸引人的标题，但很容易变成夸张的标题党。
只开“警察”：AI 会写出非常诚实但可能很无聊的标题。
两个都开（最佳状态）：AI 会写出既有趣又诚实的标题。

举个栗子（来自论文中的例子）：

原新闻：委内瑞拉危机导致赌博业繁荣。
无控制的改写（太夸张）：委内瑞拉绝望处境点燃疯狂下注狂潮！（用了“绝望”、“疯狂”等情绪词，有点吓人）
有控制的改写（刚刚好）：委内瑞拉的艰难挣扎凸显了市民对运气的疯狂追求。（保留了“疯狂”的吸引力，但用词更克制，更尊重事实）

5. 总结与意义

这篇论文最大的贡献是提出了一种**“可控的吸引力”**。
它告诉我们，好的新闻标题不需要靠撒谎来骗点击。通过给 AI 加上“刹车”（防止夸张）和“油门”（增加趣味），我们可以批量生产出既能让读者点击，又能保持新闻专业性和信任度的标题。

一句话总结：
这就好比给 AI 厨师戴上了一个智能调味勺，让他知道什么时候该撒点盐（增加趣味），什么时候该停手（防止过咸），从而做出既好吃又健康的“新闻大餐”。

论文技术总结：基于 LLM 引导的标题重写以增强点击率并避免标题党

1. 研究背景与问题定义 (Problem)

在数字新闻环境中，标题是读者接触内容的首要入口，必须在极短的认知窗口内吸引注意力，同时保持对文章实质内容的忠实。然而，现有的优化策略往往陷入**“点击率（Clickability）”与“标题党（Clickbait）”的二元对立**，导致许多新闻机构为了短期流量而使用夸张、误导性的语言，损害了长期的编辑信任和读者满意度。

核心痛点：现有的研究多将标题党视为一种离散的、不良的风格类别进行二分类检测或过滤，忽略了两者在语言学机制上的连续性。
作者观点：标题党并非一种独立的风格，而是合法的参与机制（如好奇心诱导、强调框架）被不成比例地放大后的极端结果。
研究目标：提出一种可控的文本生成框架，能够在增强标题吸引力的同时，通过显式约束保持语义忠实度，避免陷入标题党的陷阱。

2. 方法论 (Methodology)

该研究提出了一种基于**大语言模型（LLM）和FUDGE（Future Discriminators for Generation）**范式的引导式标题重写框架。核心思想是将标题重写建模为一个受控生成问题，利用辅助模型在推理阶段（Inference-time）对 LLM 的生成过程进行引导。

2.1 参与属性量表 (Engagement Attribute Rubric)

作者定义了一个结构化的量表，将常见的标题修辞机制（如信息差控制、强调强度、情感框架等）拆解为两个维度：

点击率导向（Clickability）：适度的、基于事实的修辞（例如：部分披露以引发兴趣，但保留核心事实）。
标题党导向（Clickbait）：过度的、误导性的修辞（例如：故意隐瞒关键事实制造悬念，或夸大事件重要性）。
该量表将标题党视为参与机制的“过度激活”，而非完全不同的机制。

2.2 合成数据集构建

为了训练引导模型，作者构建了一个合成数据集：

源数据：来自 ISOT 假新闻数据集（True.csv 部分）的真实、中性新闻标题。
生成过程：利用 LLM（GPT-4o-mini）根据上述量表中的特定“标题党战术”（如好奇心缺口、夸张、情感触发等），将中性标题重写为标题党变体。
数据标注：每个样本包含原始标题、生成的标题党变体、二分类标签（是否标题党）以及稀疏的参与属性向量（激活了哪些战术）。

2.3 辅助引导模型 (Auxiliary Guide Models)

框架包含两个基于 BERT 的辅助模型，用于在推理时提供控制信号：

标题党评分模型（Clickbait Scoring Model）：
- 功能：提供负向引导。预测当前生成的文本前缀属于“标题党”的概率。
- 训练策略：将完整标题分解为所有 token 级前缀进行训练，使模型能评估不完整文本的标题党倾向。
参与属性模型（Engagement Attribute Model）：
- 功能：提供正向引导。预测特定参与机制（如好奇心、强调）的存在及其强度。
- 训练策略：多标签分类任务，同样基于前缀训练，支持细粒度的属性控制。

2.4 基于 FUDGE 的受控解码 (FUDGE-Based Controlled Decoding)

在推理阶段，基础 LLM 生成下一个 token 的概率分布被辅助模型修正。

负向信号： $S_{cb}$ （标题党分数）乘以权重 $\lambda_{neg}$ ，惩罚增加标题党可能性的 token。
正向信号： $S_{pos}$ （目标属性分数）乘以权重 $\lambda_{pos}$ ，鼓励符合目标点击率属性的 token。
最终目标函数：
$\log p(y|x_{1:t}) \propto \log p_{LLM}(y|x_{1:t}) + \lambda_{pos} S_{pos}(x_{1:t} \oplus y) - \lambda_{neg} S_{cb}(x_{1:t} \oplus y)$
通过调整 $\lambda_{pos}$ 和 $\lambda_{neg}$ ，系统可以在“中性重写”、“高吸引力但克制”和“标题党”之间进行连续调节。

3. 主要贡献 (Key Contributions)

理论重构：将标题重写定义为受控文本生成任务，提出标题党是参与属性“过度激活”的连续结果，而非二元类别。
可解释空间：定义了一个可解释的参与驱动重写空间，能够区分合法的优化与过度的标题党变异。
双引导机制：训练了专门的正向（增强吸引力）和负向（抑制标题党）引导模型，实现了细粒度的控制。
推理时控制框架：提出了基于 FUDGE 的双引导推理框架，无需重新训练基础 LLM 即可实现可控生成。
实证验证：证明了该方法能在增强吸引力的同时，有效减少不受控的风格漂移和语义失真。

4. 实验结果 (Results)

标题党评分模型：在合成测试集上取得了 AUROC > 0.99 的优异表现，能够近乎完美地区分中性标题和标题党变体。
参与属性模型：能够准确识别特定的修辞战术（如“好奇心缺口”和“列表/最高级”识别率较高），尽管某些战术（如“煽动性”）存在混淆，但整体提供了可解释的引导信号。
重写效果：
- 无控制重写（ $\lambda_{neg}=0$ ）：生成的标题虽然更具吸引力，但常包含夸张、暗示秘密或情感扭曲。
- 受控重写（ $\lambda_{neg}>0$ ）：生成的标题保持了特定的修辞策略（如好奇心），但语言更加克制、信息量更足，且忠实于原文事实。
- 案例对比：例如，将“委内瑞拉危机引发赌博繁荣”重写为无控制版本时使用了“绝望局势点燃疯狂下注”等夸张词汇；而受控版本则调整为“委内瑞拉的绝望挣扎突显了公民对运气的疯狂追求”，既保留了情感张力又避免了过度煽动。

5. 意义与未来展望 (Significance & Future Work)

学术意义：该研究打破了将“吸引力”与“标题党”混为一谈的传统观念，证明了通过约束优化可以在两者之间找到平衡点。它为可控文本生成提供了一个新的视角，即通过分离正负信号来管理生成内容的风格强度。
实际应用：
- 新闻编辑：为新闻机构提供 AI 辅助工具，在保持编辑诚信的前提下优化点击率。
- 推荐系统：帮助算法在推荐内容时平衡用户参与度与信息真实性。
- 内容审核：提供了一种生成式而非判别式的干预手段，从源头减少标题党的产生。
未来方向：
- 将控制系数扩展为针对特定战术的细粒度惩罚。
- 利用人类评估和真实世界指标来校准权重参数。
- 将框架扩展到更长的文本内容（如摘要、社交媒体帖子）。

总结：这篇论文提出了一种负责任且可解释的 LLM 应用方案，通过精细的推理时控制，成功实现了新闻标题的“去标题党化”优化，为生成式 AI 在新闻领域的伦理应用提供了重要的技术路径。