面向社区问答中评论分类的全局线程级推断
计算与语言
2019-11-21 v1 人工智能
信息检索
计算机科学中的逻辑
摘要
社区问答是 Web 环境下问答形式的新近演进，它允许用户就特定主题快速征询多人的意见，从而利用群体的智慧。在此我们试图通过自动判定给定问题中哪些回答为好、哪些为坏来帮助用户。具体而言，我们聚焦于利用线程层级的输出结构以做出更一致的全局决策。更具体地，我们利用线程中任意距离评论对之间的关系，并将其纳入图割和 ILP 框架中。我们在 SemEval-2015 Task 3 的基准数据集上评估了我们的方法。结果优于当前最优方法，证实了使用线程级信息的重要性。
引用
@article{arxiv.1911.08755,
title = {Global Thread-Level Inference for Comment Classification in Community Question Answering},
author = {Shafiq Joty and Alberto Barrón-Cedeño and Giovanni Da San Martino and Simone Filice and Lluís Màrquez and Alessandro Moschitti and Preslav Nakov},
journal= {arXiv preprint arXiv:1911.08755},
year = {2019}
}
备注
community question answering, thread-level inference, graph-cut, inductive logic programming