社區(qū)問答系統(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)來獲取信息、咨詢專業(yè)知識，其中，社區(qū)問答（CQA）網(wǎng)站在公眾中獲得了廣泛的普及。伴隨著社區(qū)問答網(wǎng)站上越來越多的問題得到解答，社區(qū)問答已經(jīng)建立了一個大規(guī)模的、可以自由獲取知識的知識倉庫。它在滿足提問者的需求的同時，還可以為廣大的社會群體提供有價值的信息和知識。高質(zhì)量的回答不僅可以滿足當前提問者的需求，而且會持續(xù)產(chǎn)生價值。本文通過為社區(qū)問答系統(tǒng)中新提出的問題推薦相應(yīng)的專家來提

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

3、　　在跨領(lǐng)域?qū)＜彝扑]時，本文通過相似度排序和文本分類兩種方法進行專家推薦。用戶回答歷史同新問題的共現(xiàn)信息被視為用戶具有相關(guān)領(lǐng)域知識的證據(jù)。然而，社區(qū)問答中的問題往往很短以至于得不到足夠的信息來對新提出問題和用戶的回答檔案進行共現(xiàn)詞語匹配，也就是說，新問題和用戶回答檔案間存在一個語義鴻溝，本文采用分布式表示解決這個問題。實驗結(jié)果顯示分布式表示能夠捕捉到文本中的語法和語義信息，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