社區(qū)問答系統(tǒng)中問句推薦技術(shù)的研究.pdf

1、隨著web2.0技術(shù)的發(fā)展，出現(xiàn)越來越多的應用幫助用戶區(qū)交換觀點和分享知識，在這些web2.0的平臺中，社區(qū)問答系統(tǒng)成為一枝獨秀，吸引著越來越多的用戶參與其中，它彌補了傳統(tǒng)搜索引擎只能給用戶提供簡單的檢索結(jié)果，而無法給用戶提供交互式的體驗。同時也彌補了傳統(tǒng)問答系統(tǒng)只是簡單機械的回答問題，并沒有更好的為用戶提供貼切的服務。對于社區(qū)問答系統(tǒng)中每一個用戶來說，他們都是自由的，可以自由的提出自己感興趣的問題，同時也可以對自己關(guān)心的問題進行回答，

2、還可以對自己感興趣的問題進行討論，強大的交互性促進了社區(qū)問答系統(tǒng)的迅速發(fā)展。為了幫助用戶快速找到他們感興趣的問題，能夠發(fā)現(xiàn)新提出來的問題并進行回答，問句推薦技術(shù)應運而生。
　　由于在社區(qū)問答系統(tǒng)中用戶具有問題提出者和問題回答者的雙重角色，本文首先提出一種融合用戶雙角色和用戶問句關(guān)系的問句推薦方法，該方法主要利用PLSA模型根據(jù)用戶歷史回答的問題和提問的問題去剖析用戶在系統(tǒng)中的雙角色，同時采用基于語言模型的用戶問句關(guān)系模型去深入挖掘

3、用戶與問句之間的關(guān)系，最后融合兩者信息給用戶推薦最相關(guān)的問句。
　　由于問句推薦的本質(zhì)就是給用戶提供與提出問題相似的問句，本文又提出一種基于用戶興趣和需求的問句推薦方法，該方法主要是利用PLSA模型根據(jù)用戶歷史回答問題的記錄去發(fā)現(xiàn)用戶的興趣，同時采用基于翻譯模型根據(jù)用戶的查詢，去預測用戶的需求。然后結(jié)合用戶的興趣和需求在問答語料庫中，推薦最相關(guān)的問句。兩種方法分別在Yahoo!Answers網(wǎng)站上抽取的真實標注數(shù)據(jù)集上進行實驗，并