問答網(wǎng)站中基于混合模型的實時標(biāo)簽推薦.pdf

1、Web2.0的興起吸引了越來越多的用戶為網(wǎng)站上傳內(nèi)容，在線問答網(wǎng)站是具有代表性的Web2.0網(wǎng)站之一，用戶發(fā)布自己的問題，網(wǎng)站把這些問題分配給領(lǐng)域內(nèi)的專家來解答。由于問題來自于用戶，且多為非結(jié)構(gòu)化的文本，因此問答網(wǎng)站要求用戶為問題提供標(biāo)簽。然而用戶在標(biāo)注標(biāo)簽時有自己的理解和需求，導(dǎo)致即使對同一個問題，被標(biāo)注的標(biāo)簽也會各式各樣。
　　因此研究者提出通過標(biāo)簽推薦來引導(dǎo)用戶標(biāo)注高質(zhì)量的標(biāo)簽，這對于問答網(wǎng)站尤其重要，因為該類網(wǎng)站需要通過精

2、準(zhǔn)的標(biāo)簽描述問題，從而迅速找到能夠解答問題的專家。本文從問題內(nèi)容出發(fā)，提出一個實時的標(biāo)簽推薦框架，解決現(xiàn)有方法效率不高的問題，同時也能準(zhǔn)確的推薦標(biāo)簽。
　　該框架分為三大模塊，標(biāo)簽抽取，標(biāo)簽擴展和標(biāo)簽排序。標(biāo)簽抽取是指從文本中抽取標(biāo)簽，本文提出了四個分類器，分別負(fù)責(zé)從標(biāo)題內(nèi)容中抽取標(biāo)簽，正文內(nèi)容中抽取標(biāo)簽，代碼塊中抽取標(biāo)簽，單詞重組作為標(biāo)簽，利用這些分類器，評估文本中的單詞和詞組為標(biāo)簽的概率;標(biāo)簽擴展是指找出沒有在文本中出現(xiàn)的相關(guān)

3、標(biāo)簽，本文使用單詞到標(biāo)簽的圖模型來擴展標(biāo)簽，由于單詞到標(biāo)簽矩陣的稀疏性以及標(biāo)簽熱度的不均勻，所以利用隨機森林框架對文本進行聚類，在聚類之后的子空間內(nèi)建立相應(yīng)的圖模型，從而能有效地推薦長尾標(biāo)簽。標(biāo)簽排序模塊對標(biāo)簽抽取和標(biāo)簽擴展模塊中得到的候選標(biāo)簽排序，本文提出了多個排序函數(shù)，從標(biāo)簽的相關(guān)度，質(zhì)量，層次性三個角度評估候選標(biāo)簽，生成最終的標(biāo)簽推薦列表。
　　從實驗結(jié)果可知，本文提出的標(biāo)簽推薦框架充分利用了問題文本數(shù)據(jù)，可以進行實時標(biāo)簽推