基于用户回答顺序的社区问答答案质量预测研究

被引：5

作者：

徐安滢 ^{[1
]}

吉宗诚 ^{[2
]}

王斌 ^{[3
]}

机构：

[1] 中国科学院计算技术研究所

[2] 华为诺亚方舟实验室

[3] 中国科学院信息工程研究所

来源：

中文信息学报 | 2017年 / 02期

关键词：

答案质量预测; 排序学习; 社区问答; 回答顺序;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

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案质量预测没有效果,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。

引用

页码：132 / 138

页数：7