资料下载
×
社区问答中基于用户-标签异构网络的专家发现方法
消耗积分:0 |
格式:rar |
大小:1.68 MB |
2021-05-12
分享资料个
在 Stack Overflow、 Quora等社区问答网站中，日益增长的用户数使新问题数量急剧增加，传统的专家发现方法通常根据历史回答记录建立用户文档，再从中提取用户文本特征，难以及时寻找到合适的专家进行回答。针对该问题，提出一种社区问答中基于用户-标签异构网络的专家发现方法。根据用户历史回答记录和问题的附带标签构建用户-标签网络，以此得到用户的向量表示。在此基础上，使用全连接神经网络提取用户特征和问题文本特征，通过比较两者的余弦相似度得到候选专家列表。基于 Stack Exchange的真实世界数据集进行测试，实验结果表明，与LDASTM、 Rankingsvm和QR-DSSM方法相比，该方法的MRR指标值较高，能够准确寻找到可提供正确答案的专家。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
