基于多目标文本匹配模型的高质量中文新闻评论识别
计算与语言
2018-08-23 v1 人工智能
摘要
随着信息技术的发展，涉及新闻、博客等的在线评论数量呈爆发式增长。海量评论造成过载，且常包含一些误导性与不受欢迎的信息。因此，有必要识别高质量评论并过滤低质量评论。在本工作中，我们引入一项新任务：高质量评论识别（HQCI），旨在自动评估在线评论的质量。首先，我们构建了一个新闻评论语料库，包含新闻、评论及相应的质量标签。其次，我们对数据集进行分析，发现评论质量可从信息性、一致性与新颖性三个方面衡量。最后，我们提出一种新颖的多目标文本匹配模型，可通过参考新闻与周边评论来度量这三个方面。实验结果表明，我们的方法在新闻数据集上大幅优于多种基线方法。
引用
@article{arxiv.1808.07191,
title = {Identifying High-Quality Chinese News Comments Based on Multi-Target Text Matching Model},
author = {Deli Chen and Shuming Ma and Pengcheng Yang and Xu Sun},
journal= {arXiv preprint arXiv:1808.07191},
year = {2018}
}