一种用于问答社区专家识别的深度学习方法
计算与语言
2017-11-16 v1
摘要
在本文中，我们描述了一种用于识别问答社区中专家的有效卷积神经网络框架。该方法使用卷积神经网络，并将用户特征表示与问题特征表示相结合以计算得分，得分最高的用户即为该问题上的专家。与先前工作不同，该方法不基于衡量回答内容质量来识别专家，而仅需要问题句子与用户嵌入特征来识别专家。值得注意的是，我们的模型可应用于不同语言与不同领域。所提框架在两个数据集上训练，第一个数据集是Stack Overflow，第二个是知乎(Zhihu)。我们实验的Top-1准确率结果显示，我们的框架优于最佳的专家识别基线框架。
引用
@article{arxiv.1711.05350,
title = {A Deep Learning Approach for Expert Identification in Question Answering Communities},
author = {Chen Zheng and Shuangfei Zhai and Zhongfei Zhang},
journal= {arXiv preprint arXiv:1711.05350},
year = {2017}
}
备注
7 pages. arXiv admin note: text overlap with arXiv:1403.6652 by other authors