本文關(guān)鍵詞：社區(qū)問答搜索中排序方法的研究　出處：《中國科學(xué)技術(shù)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 社區(qū)問答 問題搜索 用戶意圖 關(guān)鍵詞切分 問題質(zhì)量 用戶權(quán)威性

【摘要】：近年來,社區(qū)問答(Community Question Answering,CQA)網(wǎng)站聚集了大量真實用戶產(chǎn)生的問題和回答,在CQA中進(jìn)行搜索已成為信息檢索領(lǐng)域一個重要熱點研究分支。其研究方向主要包含基于查詢關(guān)鍵詞的問題搜索排序,和對問題數(shù)據(jù)(包含問題、回答和用戶)本身進(jìn)行質(zhì)量排序兩個方面。前者稱之為動態(tài)排序,與輸入的關(guān)鍵詞有關(guān);后者稱之為靜態(tài)排序,與關(guān)鍵詞無關(guān),僅與問題數(shù)據(jù)本身的質(zhì)量有關(guān)。動態(tài)和靜態(tài)排序的研究都面臨著重要的挑戰(zhàn)。動態(tài)排序研究面臨的主要挑戰(zhàn)是用戶的關(guān)鍵詞時而簡短,難以理解用戶搜索意圖;時而冗長,難以抓住關(guān)鍵詞匹配的重點。而靜態(tài)排序研究面臨的主要挑戰(zhàn)是大部分與靜態(tài)排序相關(guān)的研究都聚集在挖掘高質(zhì)量的回答和找到權(quán)威的用戶,而忽視了低質(zhì)量的回答對于CQA網(wǎng)站的損害,以及回答質(zhì)量和用戶權(quán)威性之間的內(nèi)在聯(lián)系。因此,本文分別從以下四個方面來解決上述相應(yīng)問題,從而整體上提高CQA搜索的性能。首先,提出一種通過挖掘用戶搜索意圖的方法來處理短關(guān)鍵詞的動態(tài)排序問題。CQA中傳統(tǒng)的問題搜索研究主要集中在長關(guān)鍵詞和問句類型關(guān)鍵詞的匹配問題。然而,當(dāng)關(guān)鍵詞很短時,由于缺乏對用戶搜索意圖的理解,該問題就變得很有挑戰(zhàn)性。為解決這個問題,本文從多個不同的數(shù)據(jù)源挖掘短關(guān)鍵詞的搜索意圖,并提出一個新的基于搜索意圖的語言模型。該語言模型不僅利用了目前最先進(jìn)的問題搜索算法,還結(jié)合了從不同數(shù)據(jù)源中挖掘出的用戶搜索意圖。實驗表明,該方法可以顯著地提升短關(guān)鍵詞上問題搜索的性能。其次,提出一種基于關(guān)鍵詞切分的方法來處理長關(guān)鍵詞的動態(tài)排序問題。本文回答了如何利用關(guān)鍵詞切分的技術(shù)來改進(jìn)問題搜索的性能。這里的關(guān)鍵詞切分是指把輸入的關(guān)鍵詞分割成自然語言短語片段。首先,提出一種基于重排序方法的關(guān)鍵詞切分技術(shù)。重排序的方法目前被廣泛應(yīng)用于自然語言處理領(lǐng)域,但就目前所知,該方法還沒有被用在關(guān)鍵詞切分的研究中。其次,提出一種將關(guān)鍵詞切分應(yīng)用到相關(guān)性排序的新的方法。該方法是將原關(guān)鍵詞的單詞和切分后的片段都應(yīng)用到相關(guān)性匹配中。實驗結(jié)果表明,該方法可以顯著提升在長關(guān)鍵詞上問題搜索的性能。再次,提出一種無監(jiān)督的低質(zhì)量回答檢測方法,來處理回答質(zhì)量評估的靜態(tài)排序問題。CQA中的問題回答質(zhì)量參差不齊,有精確的有用回答,也有不相關(guān)的無用回答。所以,自動檢測低質(zhì)量的回答有助于CQA網(wǎng)站的信息管理,為用戶提供高質(zhì)量內(nèi)容。為此,提出了三個假設(shè):大部分回答都是正常的;低質(zhì)量的回答與同一問題中其它的回答有顯著不同;不同的問題有不同的回答質(zhì)量評價標(biāo)準(zhǔn)�；谶@三個假設(shè),本文提出了一個無監(jiān)督的最優(yōu)化模型,模型中每一個回答都被賦予一個軟標(biāo)簽,以此來表示回答質(zhì)量。實驗結(jié)果表明,該模型可以顯著提升低質(zhì)量回答檢測的性能。最后,提出一種基于相互強(qiáng)化的三元模型來處理用戶權(quán)威性評估的靜態(tài)排序問題。直觀上,用戶的權(quán)威性與回答的質(zhì)量有正相關(guān)關(guān)系。所以,用戶權(quán)威性評估離不開回答質(zhì)量評估。與此同時,提問者通常選擇質(zhì)量最高的回答作為最佳回答,這樣就使得最佳回答者與提問者和其他回答者之間形成競賽關(guān)系。我們建立了一個迭代式相互強(qiáng)化的三元模型,分別是用戶權(quán)威性模型、回答質(zhì)量模型和競賽模型。三個模型之間通過迭代方法不斷地優(yōu)化自身性能,最終能夠同時獲得用戶權(quán)威性評估和回答質(zhì)量評估。實驗結(jié)果表明,本文方法可以顯著改進(jìn)用戶權(quán)威性評估和回答質(zhì)量評估的性能。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊呂倉 ,丁廷福;淺析主題詞和關(guān)鍵詞[J];檔案學(xué)通訊;1990年04期

2 蘇文;王騫;;結(jié)合實際案例分析關(guān)鍵詞的選取[J];電視技術(shù);2013年S2期

3 黎方正;謝東;;基于完全化語義的關(guān)鍵詞檢索研究[J];計算機(jī)應(yīng)用研究;2010年10期

4 王，

本文編號：1335003