语言使用至关重要：分析问题文本的语言结构可表征Quora中的可回答性
计算与语言
2017-03-14 v1 社会与信息网络
摘要
Quora是近年来最流行的社区问答网站之一。然而，该问答网站上的许多问题帖常常得不到回答。本文中，我们量化了区分已回答问题与未回答问题的各种语言活动。我们的核心发现是，用户在撰写问题文本时使用语言的方式可以成为表征可回答性的非常有效的手段。这一表征有助于我们尽早预测一个在特定时间段t内仍未回答的问题最终是否会得到回答，并达到76.26%（t=1个月）和68.33%（t=3个月）的准确率。值得注意的是，代表用户语言使用模式的特征最具区分力，仅凭这些特征即可达到74.18%的准确率。我们还将我们的方法与一些类似工作（Dror等人、Yang等人）进行了比较，在准确率方面实现了最大约39%的提升。
引用
@article{arxiv.1703.04001,
title = {Language Use Matters: Analysis of the Linguistic Structure of Question Texts Can Characterize Answerability in Quora},
author = {Suman Kalyan Maity and Aman Kharb and Animesh Mukherjee},
journal= {arXiv preprint arXiv:1703.04001},
year = {2017}
}
备注
1 figure, 3 tables, ICWSM 2017 as poster