学位论文 > 优秀研究生学位论文题录展示

基于问答社区的问题相关性及答案排序研究

作　者: 李宇翔
导　师: 李国臣
学　校: 山西大学
专　业: 计算机应用技术
关键词: 问答社区问题推荐答案推荐类比推理
分类号: TP391.3
类　型: 硕士论文
年　份: 2011年
下　载: 19次
引　用: 0次
阅　读: 论文下载

内容摘要

在问答社区中用户不仅是信息的消费者同时也是信息的创造者。海量用户在问答社区中创造了海量的数据,用户生成的内容通常会出现问题和答案之间的差距,以及一些垃圾信息的生成,都会对用户得到所需信息造成障碍。所以,在问答社区中对问题和答案进行过滤和排序是非常具有挑战性的,本文目的是帮助用户提高查询信息的效率,以及问答社区中知识信息的分享行为。本文针对问答社区中的问题和答案排序进行了深入研究。社区问答推荐问题和候选答案的结构方式都不一样,所以本文在研究推荐问题,答案排序和最佳答案时并没有使用同样的方法。问题推荐旨在给用户提供所需问题的相关问题,以便用户更快的找到问题的答案。本文讨论了一般的问题相关性研究办法,提出了4个有效的文本特征,并在问答社区中进行了实验,检测了问答社区中推荐问题的相关性,该方法有效的验证了推荐问题的相关程度,提出了推荐问题的排序思路,同时验证了在问答社区中收集问题语料的可行性。在答案排序的研究中,本文考虑问题和答案之间的潜在联系,在中文问答社区中使用了类比推理的方法,用来类比新的问答关系和已有的一些准确问答关系间的联系,在候选答案中把最相似的答案认定最优答案。在类比推理方法中,本文收集了充分的问答对来保证里面只包含高质量的答案,以此来建立了一个辅助集,再加上回归模型,用来评估一个新的问答对和辅助集有同一类型的关系。本文的实验结果表明,使用二元分类方法判别问题是否相关是有效的,判别后的相关问题可作为推荐问题。在对问答对评价结果表明,本文的类比推理方法在各方面都超出平均表现,在高噪音环境的问答社区中,类比已有的问答关系是非常有益的。

全文目录

中文摘要  8-9
ABSTRACT  9-11
第一章引言  11-17
  1.1 研究背景  11-12
  1.2 国内外研究现状  12-14
  1.3 本文研究内容  14
  1.4 本文组织结构  14-17
第二章基本理论概述  17-23
  2.1 互动问答系统  17
  2.2 问答社区  17-19
    2.2.1 问题检索及推荐  18
    2.2.2 答案检索及用户满意度预测  18-19
  2.3 贝叶斯网络和逻辑回归模型  19-23
    2.3.1 贝叶斯网络  19
    2.3.2 逻辑回归模型  19-23
第三章问题相关性检测  23-29
  3.1 问题相关度算法  23-24
  3.2 实验及结果分析  24-29
    3.2.1 相关性测试实验及结果分析  25-26
    3.2.2 人工实验及结果分析  26-29
第四章基于类比推理的答案排序  29-35
  4.1 过程描述  29
  4.2 训练链接预测模型  29-30
    4.2.1 通过逻辑递归来做潜在联系模型  29
    4.2.2 训练高斯参数  29-30
  4.3 历史数据收集  30
  4.4 预测链接  30-32
    4.4.1 类比推理的思想  30-31
    4.4.2 通过类比推理进行答案排名  31-32
  4.5 评测  32-35
    4.5.1 评测结果及分析  33
    4.5.2 参数影响  33-35
第五章系统设计  35-39
  5.1 总体设计  35
  5.2 网页获取  35-36
  5.3 网页内容抽取  36-37
  5.4 用户信息提取  37
  5.5 界面展示  37-39
第六章结论与展望  39-41
  6.1 总结  39
  6.2 展望  39-41
参考文献  41-45
攻读学位期间取得的研究成果  45-47
致谢  47-49
个人简况及联系方式  49-53

基于问答社区的问题相关性及答案排序研究

内容摘要

全文目录

相似论文