基于用户回答顺序的社区问答答案质量预测研究
近年来,随着互联网的普及和知识爆炸性的增长,社区问答网站积累了大量的用户和内容,同时也产生了大量的低质量文本,极大地影响了用户检索满意答案的效率,因此如何提升答案质量预测的性能十分重要.目前,社区问答答案质量预测方面的研究大都是使用点方式(pointwise)来实现分类模型,但由于问题的难度不同,对答案的要求也有所差异,使用点方式会忽略掉部分答案的特点,所以该文使用点对方式(pairwise)来预测答案质量.另外,已有的研究工作表明,社区问答中同一问题下的答案数量特征对答棠质量预测没有效果,甚至有冗余作用.对于时间差也有相同的结论,即不能提升预测性能.该文提出了一种将上述两者结合在一起的新特征,实验结果表明,该特征能显著提高社区问答答案质量预测的性能.
答案质量预测、排序学习、社区问答、回答顺序
31
TP391(计算技术、计算机技术)
2017-06-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
132-138