avatar avatar 我的文献 一种基于“用户-标签”的专家发现方法 作者 黄辉; 刘永坚; 解庆 单位 武汉理工大学计算机科学与技术学院 期刊 计算机工程 时间 关键词 社区问答; 专家发现; 问题路由; 深度学习; 网络嵌入 基金 国家自然科学基金(61602353)
摘要
问答社区如Stack Overflow,Quora等网站随着互联网的快速发展而面临着巨大挑战,日益增长的用户提出了越来越多的新问题,而传统的专家发现方法难以及时为这些问题寻找到合适的专家来回答,因此针对社区问答的专家发现成为了一个具有挑战性的任务。现有的方法通常根据历史回答记录建立用户文档,再从中提取用户文本特征。提出的方法通过用户的历史回答记录以及问题的附带标签构建“用户-标签”网络,以得到用户的向量表示。然后使用全连接神经网络提取用户特征和问题文本特征并比较这二者的余弦相似度,从而得到候选专家列表。在来自StackExchange的真实世界数据集上测试提出的方法,实验表明该方法优于传统的问答社区专家发现方法,能找到更合适的专家。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭