基于用户回答顺序的社区问答答案质量预测研究

• 作者: 吉宗诚 徐安滢 王斌
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 答案质量预测 排序学习 社区问答 回答顺序
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息检索与问答系统
• 页码范围: 132-138
• 页数: 7页
• 分类号: TP391
• 字数: 4464字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	中国科学院信息工程研究所	325	6645	42.0	69.0
2	徐安滢	中国科学院计算技术研究所	1	5	1.0	1.0
3	吉宗诚		1	5	1.0	1.0