基于DPPs的社区问答多样化且非冗余答案集提取
计算与语言
2020-11-19 v1
摘要
在社区问答 (CQA) 平台中，用户从众多答案中获取有用信息需要花费时间。尽管答案排序方法是一种解决方案，但用户仍需仔细阅读排名靠前的答案。本文提出了一项新任务，即选择一个多样化且非冗余的答案集，而不是对答案进行排序。我们的方法基于行列式点过程 (DPPs)，并使用 BERT 计算答案的重要性及答案之间的相似度。我们构建了一个专注于日语CQA网站的数据集，在该数据集上的实验表明，所提出的方法优于几种基线方法。
引用
@article{arxiv.2011.09140,
title = {Diverse and Non-redundant Answer Set Extraction on Community QA based on DPPs},
author = {Shogo Fujita and Tomohide Shibata and Manabu Okumura},
journal= {arXiv preprint arXiv:2011.09140},
year = {2020}
}
备注
COLING2020, 12 pages