从初始帖文建模在线评论串

社交网络是广泛使用的在线讨论平台。在各社交媒体上，用户可通过发布主题图片、链接或消息来发起讨论。看到初始帖文后，其他用户可对该帖文或对其他用户的评论添加自己的评论。由此产生的在线话语形成评论串，其构成了现代在线交流的极大一部分。评论串常被视为树结构：节点表示帖文及其评论，有向边表示回复关系。本工作的目标是预测这些评论串的规模与形态。现有模型通过观测前若干条评论再拟合预测模型来实现。然而，大多数评论串规模较小，且等待数据显现与预测任务的目标相悖。因此我们提出评论串预测模型（Comment Thread Prediction Model, CTPM），仅利用初始帖文的文本即可准确预测评论串的规模与形态，从而可对无可见评论的新帖文进行预测。我们发现，在来自九个不同子版块的数千个 Reddit 讨论上，CTPM 显著优于现有模型及有竞争力的基线，尤其对新帖文而言。