基于潜在主题与话语建模的多方在线对话新成员成功进入预测

随着社交媒体的日益普及，在线人际交流如今在人们日常信息交换中扮演着重要角色。由于其在多种场景中的应用，新来者能否及如何更好地融入社区引起了极大关注。尽管一些探索早期社会化的先前工作已取得显著成果，但它们侧重于基于小群体的社会学调查。为帮助个体度过早期社会化阶段并良好地参与在线对话，我们研究了一项新任务：预见新来者的消息是否会在多方对话中被其他参与者回复（下称成功新进入预测）。该任务将成为在线助手与社交媒体研究的重要组成部分。为进一步探究指示此种参与成功的关键因素，我们采用无监督神经网络变分自编码器（Variational Auto-Encoder, VAE）来考察新来者聊天记录与对话进行中上下文的主题内容与话语行为。此外，我们收集了来自 Reddit 与 Twitter 的两个大规模数据集以支持对新进入的进一步研究。在 Twitter 与 Reddit 数据集上的大量实验表明，我们的模型显著优于所有基线方法与流行的神经模型。对新进入行为的额外可解释与可视化分析揭示了如何更好地加入他人讨论。