一种面向社区型问句检索的主题翻译模型

摘要：

基于统计机器翻译模型的问句检索模型,其相关性排序机制主要依赖于词项间的翻译概率,然而已有的模型没有很好地控制翻译模型的噪声,使得当前的问句检索模型存在不完善之处.文中提出一种基于主题翻译模型的问句检索模型,从理论上说明,该模型利用主题信息对翻译进行合理的约束,达到控制翻译模型噪声的效果,从而提高问句检索的结果.实验结果表明,文中提出的模型在MAP (Mean Average Precision)、MRR(Mean Reciprocal Rank)以及p@1(precision at position one)等指标上显著优于当前最先进的问句检索模型.

关键词：社区型问答、问句检索、主题模型、翻译模型、LDA(Latent Dirichlet Allocation)、社会计算、社交网络

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：the National Basic Research Program 973 Program of ChinaGrant 2014CB340503;the National Natural Science Foundation of China Grant Nos.61133012,61472105.本课题得到国家“九七三”重点基础研究发展规划项目基金2014CB340503;国家自然科学基金重点项目61133012;国家自然科学基金面上项目61472105

在线出版日期：2015-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：313-321