社区问答服务中冷问题路由的端到端框架
信息检索
2019-11-26 v1 机器学习
摘要
在社区问答站点（CQAs）中将新发布的问题（亦称冷问题）路由给具备合适专业知识的潜在回答者是一项重要且具有挑战性的任务。现有方法要么仅关注图结构信息的嵌入而对新发布问题效果较差，要么采用手工设计的特征向量，其代表性不如图嵌入方法。因此，我们提出通过设计一个端到端框架来解决利用异构图与文本信息进行冷问题路由的挑战，该框架联合学习 CQA 节点嵌入并为冷问题寻找最佳回答者。我们进行了大量实验以确认融入问题标签文本信息的效用，并证明端到端框架在对现有用户与新注册用户所提新问题的路由上均能取得有前景的性能。
引用
@article{arxiv.1911.11017,
title = {An End-to-End Framework for Cold Question Routing in Community Question Answering Services},
author = {Jiankai Sun and Jie Zhao and Huan Sun and Srinivasan Parthasarathy},
journal= {arXiv preprint arXiv:1911.11017},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1807.00462