在基于社区的问题检索中结合问答对质量与问题相关性特征
信息检索
2019-07-04 v1 人工智能
计算与语言
摘要
问答社区已成为人们从互联网获取知识和信息的重要途径。然而，现有的基于模型的翻译在问题检索中为查询词分配权重时未考虑查询特定的语义。因此，我们在传统主题翻译模型基础上改进了词权重模型，并进一步考虑问答对的质量特征，提出了一种结合问答质量与问题相关性的社区问题检索方法（T2LM+）。我们还提出了一种基于卷积神经网络的问题检索方法。结果表明，与相对先进的方法相比，本文提出的两种方法使 MAP 分别提升了 4.91% 和 6.31%。
引用
@article{arxiv.1907.02031,
title = {Combining Q&A Pair Quality and Question Relevance Features on Community-based Question Retrieval},
author = {Dong Li and Lin Li},
journal= {arXiv preprint arXiv:1907.02031},
year = {2019}
}