社區(qū)問(wèn)答系統(tǒng)中的專家推薦方法研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展改變了人們溝通的方式，更多的人依賴他們的互聯(lián)網(wǎng)社區(qū)來(lái)獲取信息、咨詢專業(yè)知識(shí)，其中，社區(qū)問(wèn)答（CQA）網(wǎng)站在公眾中獲得了廣泛的普及。伴隨著社區(qū)問(wèn)答網(wǎng)站上越來(lái)越多的問(wèn)題得到解答，社區(qū)問(wèn)答已經(jīng)建立了一個(gè)大規(guī)模的、可以自由獲取知識(shí)的知識(shí)倉(cāng)庫(kù)。它在滿足提問(wèn)者的需求的同時(shí)，還可以為廣大的社會(huì)群體提供有價(jià)值的信息和知識(shí)。高質(zhì)量的回答不僅可以滿足當(dāng)前提問(wèn)者的需求，而且會(huì)持續(xù)產(chǎn)生價(jià)值。本文通過(guò)為社區(qū)問(wèn)答系統(tǒng)中新提出的問(wèn)題推薦相應(yīng)的專家來(lái)提

2、高問(wèn)題回答的質(zhì)量，從而增強(qiáng)整個(gè)社區(qū)問(wèn)答系統(tǒng)的效率和效果。
　　在單一領(lǐng)域?qū)＜彝扑]時(shí)，本文構(gòu)建了循環(huán)神經(jīng)網(wǎng)絡(luò)分類模型。在進(jìn)行專家推薦時(shí)，將問(wèn)題的最佳回答者看作是正例，將其他人看作是負(fù)例，采用了多種循環(huán)神經(jīng)網(wǎng)絡(luò)的模型進(jìn)行社區(qū)問(wèn)答系統(tǒng)的專家推薦，并且引入注意力機(jī)制，通過(guò)將文本特征進(jìn)行加權(quán)表示，加強(qiáng)對(duì)分類較為重要的特征的權(quán)重。實(shí)驗(yàn)結(jié)果顯示了循環(huán)神經(jīng)網(wǎng)絡(luò)在專家推薦時(shí)的有效性，并且?guī)в凶⒁饬C(jī)制的雙向循環(huán)神經(jīng)網(wǎng)絡(luò)表現(xiàn)出了獨(dú)特的優(yōu)越性。

3、　　在跨領(lǐng)域?qū)＜彝扑]時(shí)，本文通過(guò)相似度排序和文本分類兩種方法進(jìn)行專家推薦。用戶回答歷史同新問(wèn)題的共現(xiàn)信息被視為用戶具有相關(guān)領(lǐng)域知識(shí)的證據(jù)。然而，社區(qū)問(wèn)答中的問(wèn)題往往很短以至于得不到足夠的信息來(lái)對(duì)新提出問(wèn)題和用戶的回答檔案進(jìn)行共現(xiàn)詞語(yǔ)匹配，也就是說(shuō)，新問(wèn)題和用戶回答檔案間存在一個(gè)語(yǔ)義鴻溝，本文采用分布式表示解決這個(gè)問(wèn)題。實(shí)驗(yàn)結(jié)果顯示分布式表示能夠捕捉到文本中的語(yǔ)法和語(yǔ)義信息，提高系統(tǒng)的性能，并且卷積神經(jīng)網(wǎng)絡(luò)取得了良好的效果。
　　本