通过基于远距离标签扩展的是/否答案分类从问答中挖掘兼容/不兼容实体
计算与语言
2016-12-15 v1
摘要
产品社区问答（PCQA）提供了关于产品及其特性（方面）的有用信息，这些信息可能未被产品描述和评论充分涵盖。我们观察到，产品的兼容性问题在PCQA中经常被讨论，且此类问题在配件中更频繁地被提及，例如通过一个“这款鼠标兼容Windows 10吗？”的是/否问题。本文中，我们处理从PCQA中的是/否问题里提取兼容和不兼容产品的问题。该问题自然可以有一个两阶段框架：首先，我们对是/否问题进行互补实体（产品）识别（CER）；其次，我们识别是/否答案的极性，为互补实体分配兼容性标签（兼容、不兼容或未知）。我们利用现有的无监督方法进行第一阶段，并通过将远距离PU学习（从正例和无标记样本中学习）方法与二分类器相结合，构建一个三分类器用于第二阶段。使用远距离PU学习的好处在于，它可以在不使用任何人工标注数据的情况下，帮助扩展更多隐式的是/否答案。我们在4种产品上进行实验，以证明所提方法的有效性。
引用
@article{arxiv.1612.04499,
title = {Mining Compatible/Incompatible Entities from Question and Answering via Yes/No Answer Classification using Distant Label Expansion},
author = {Hu Xu and Lei Shu and Jingyuan Zhang and Philip S. Yu},
journal= {arXiv preprint arXiv:1612.04499},
year = {2016}
}
备注
9 pages, 1 figures