面向知识问答社区的专家推荐机制与答案摘要算法的研究

发布时间：2024-02-28 23:19

　　知识问答社区为用户分享和获取知识提供了一个重要的交互性平台,用户可以通过该平台提交和回答问题。由于社区中用户的数量与日俱增,提问者提出的问题可能几天以后才获得答案,回答者对于自己接收到的问题可能并不感兴趣。学者们提出了各种各样的专家推荐机制来解决这个问题,然而目前的大部分机制推荐的专家都无法及时的回复用户提出的问题且推荐结果的最佳答案覆盖率偏低。另外,在社区中一个开放型问题通常会对应多个答案,而通过社区中的内部规则选出的最佳答案往往并不具有完整性,无法全面的解答该问题。随着深度学习技术已经广泛应用于完成自然语言处理领域的文本摘要任务,本文尝试将该技术引入到知识问答社区中,用于答案文本摘要。然而,目前的文本摘要算法仍存在生成的摘要语义不通顺及摘要的自我重复等问题。针对现有的研究工作的不足,本文具体所做的工作如下:(1)我们提出了一种面向知识问答社区的专家推荐机制,该机制结合经典的深度结构化语义模型(Deep Structured Semantic Models,DSSM),从用户回答问题的数量、问题的难度值以及用户回答问题的平均响应时间这3个维度来构建随机转移概率矩阵,提出了主题敏感性回...

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图2.7CBOW和Skip-gram结构图

南京邮电大学专业学位硕士研究生学位论文第二章相关研究工作11在每个时间步，基本的循环神经网络RNN都会暴露它所有的隐藏状态，这样会导致旧的输入的影响很快会被新的所取代。因此RNN只可以记忆一些重要的特征。长短期记忆网络LSTM由于使用了记忆单元和门控机制，所以它可以控制过去信息中....

图3.1专家推荐机制的流程图

南京邮电大学专业学位硕士研究生学位论文第三章面向知识问答社区的专家推荐机制22图3.1专家推荐机制的流程图3.2.2构建用户问答关系有向图在目前主流的知识问答社区(如：百度知道，Yahoo!Answers)中，在一个问题的提问和回答的过程中，扮演着不同角色的用户与其他用户之间存在....

图3.3DSSM的三层架构图

南京邮电大学专业学位硕士研究生学位论文第三章面向知识问答社区的专家推荐机制23U2U3U4U5U6U1U1U2U3U4q1q2q3q5q4q6a1a2a3a4a5a6U2U3U4U5U6用户问题答案用户图3.2用户问答关系有向图3.2.3深度结构化语义模型在本文中对问题文本和用户....

图3.4DSSM的网络结构图

南京邮电大学专业学位硕士研究生学位论文第三章面向知识问答社区的专家推荐机制24cos(,)cos(,)1(|)QUQUnineNinenyyprUQyyee(3.1)其中，U表示用户文本，Q表示问题文本，N是样本空间中U的数量，Qy是输出层问题文本向量，Uy是输出层用户文本向量，....

本文编号：3914130