精华内容
下载资源
问答
  • 社区问答调研

    2017-10-14 12:04:01
    博客:社区问答系统及相关技术
    展开全文
  • avaquiz 雪崩社区问答游戏
  • 地大人社区服务社区问答生活问题解决微信小程序模板.zip
  • 命名实体消除社区问答中的问题
  • 社区问答 如果您曾经建立过一个在线社区,那么您就会知道,可用的选项之多令人生畏。 您应该建立论坛,问答站点,还是同时建立两者? 用户会喜欢Slack,IRC还是邮件列表? 电报适合哪里? 也许您应该只设置每个可用...

    社区问答

    如果您曾经建立过一个在线社区,那么您就会知道,可用的选项之多令人生畏。 您应该建立论坛,问答站点,还是同时建立两者? 用户会喜欢Slack,IRC还是邮件列表? 电报适合哪里? 也许您应该只设置每个可用解决方案之一...

    在即将举行的北美开源峰会上,我将详细讨论该主题。 但是与此同时,让我们专注于一个方面以更好地了解整个决策过程。

    论坛与问答

    在决定使用平台之前,请确保您了解每个平台的优缺点,设计目标和工作流程。

    论坛软件

    论坛软件有很多种类,通常分为以下两类之一:传统选项,例如vBulletinphpBBXenForoUBB.threads ; 以及较新的选项(如Discourse) 。 前者往往更具层次性,开箱即用的游戏化功能较少,而对社交媒体集成的关注则较少。 后者通常具有更注重事件流的UI,包括嵌入式游戏化,并与社交媒体更深入地集成。 请记住,可以通过更改默认设置和使用加载项来更改两者,但是,如果您发现自己不满意产品设计,则可能需要重新评估您的选择。

    当然,论坛是对话式的,应该鼓励讨论。 这使它们成为构建社区,辩论技术主题以及整体寻找解决方案的理想解决方案。 缺点:长篇文章的第11页可能埋藏着一个很好的解决方案,因此对于参与者来说,找到他们想要的答案可能是一项挑战。

    问答平台

    输入问答平台。 从设计上讲,这些不是对话性的,而是允许用户提出问题(通常可以改进),而其他用户则提供答案。 虽然可以通过评论进行一些讨论,但大多数问答网站都形成了一种文化,该文化劝阻广泛的对话,而不是寻找直接的答案,而是由参与者进行投票。 答案并不像论坛中那样按时间顺序显示,而是按等级排列。 游戏化几乎总是内置在平台中,通常以徽章或某种形式的声誉或业障的形式。 问答站点可以快速提供高质量的答案,但缺乏对话使其不适合建立根深蒂固的社区,因为此类社区通常要求人们通过讨论彼此了解。

    那么,您应该选择哪个平台,或者应该选择其中一个平台?

    没有一个适合所有人的正确答案,但是以下问题可以帮助您做出决定:

    • 首先,您要完成什么?
    • 您的社区会对游戏化做出很好的React,还是会鼓励您不想做的行为?
    • 有多少人参加? 将您的社区传播得太窄意味着一个空的论坛,其Q值比A值多得多。

    对于每个社区,这些问题的答案将有很大不同。 与大多数社区决策一样,了解您的社区是关键。

    我希望能在洛杉矶的开源峰会上与您相见,以进一步讨论其他平台如何适合本次讨论,以及如何确定最适合您的平台。

    翻译自: https://opensource.com/article/17/8/community-building-qa-or-forum

    社区问答

    展开全文
  • 对于社区问答领域进行了一个很好的综述,文章综述社区问答的如下方面:用户行为分析,内容质量检测,专家用户发现,问题检索等各方面的内容
  • 行业分类-互联网-互联网社区问答处理方法和装置.zip
  • 社区问答中用于选择答案的问题浓缩网络
  • 社区问答系统,是一种基于web的应用,主要帮助用户从社区中寻找复杂的,与上下文相关的问题答案。 社区问答系统主要目标是在尽可能短的时间内我最近发布的问题提供最合适的答案。 相比于传统的检索系统,CQA系统...

    社区问答系统,是一种基于web的应用,主要帮助用户从社区中寻找复杂的,与上下文相关的问题答案。

    社区问答系统主要目标是在尽可能短的时间内我最近发布的问题提供最合适的答案。

    相比于传统的检索系统,CQA系统能够利用隐性知识(各种不同社区中)和显性知识(已解决的问题)来回答新问题,可以从知识共享和协作学习两个角度理解。基于以上假设,早期的CQA系统提出了知识管理[13]等理论方法。

    社区问答系统的两种主要方法是是内容/用户建模方法自适应支持方法

    其中,内容/用户建模方法主要对各种用户特性,问题及对应答案进行建模,从而通过低层次问答互动中获得高层次属性,作为CQA功能的重要输入。例如,答案质量评估的输出可以用于对答案进行排序,Shah 等[14]通过从问题,答案好发布问题的用户中提取特征,够早了相当好的评估体系,沈旺等[18]提出的融合用户评价标准和数据特征的回答质量评价指标体系可以获得更高的分类准确率。

    自适应支持方法建立在内容/用户建模基础上,通过问题检索和问题路由两种主要方法提高用户协作的成功率和有效性。问题检索主要针对已存档问题-答案对进行推荐,例如Zhang等[15]提出重用CQA系统中的内容的基础任务是为各种形式的查询检索相似的问题;问题路由则是在考虑到用户专业知识,用户活动和动机情况下推荐最佳潜在答案。例如Zhou等[16]从缺失值估计角度考虑问题路由,采用图正则化矩阵补全的方法对缺失值进行估计。

     

    [14]Shah C, Pomerantz J. Evaluating and predicting answer quality in community QA[C]//Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval. 2010: 411-418.

    [15]Zhang K, Wu W, Wu H, et al. Question retrieval with high quality answers in community question answering[C]//Proceedings of the 23rd ACM international conference on conference on information and knowledge management. 2014: 371-380.

    [16]Zhao Z, Zhang L, He X, et al. Expert finding for question answering via graph regularized matrix completion[J]. IEEE Transactions on Knowledge and Data Engineering, 2014, 27(4): 993-1004.

    [18] 沈旺,李世钰,刘嘉宇,李贺. 问答社区回答质量评价体系优化方法研究[J]. 数据分析与知识发现,,:1-18.

     

    综述参考:

    Srba I, Bielikova M. A comprehensive survey and classification of approaches for community question answering[J]. ACM Transactions on the Web (TWEB), 2016, 10(3): 1-63.

    展开全文
  • 行业分类-物理装置-面向社区问答的问题分类方法及系统.zip
  • 社区问答网站中实现个性化活动水平预测
  • 社区问答系统已经成为获取和分享知识的一种重要渠道,但用户提供的信息质量差异比较大。针对社区问答系统中具有多个答案的问题,提出了一种基于混合式的社区问答答案质量评价模型,可实现最佳答案的选取。该模型首先...
  • 您可以为每个话题创建论坛、问答、文章三个模块,快速的建立自己的知识社区。 cpf问答社区包含以下功能: 后台 1、话题管理(创建,推荐,设置话题编辑) 2、用户管理 3、内容管理 4、交互内容管理(问题答案,...
  • 2021华中杯数学建模挑战赛B题-平技术社区问答台重复问题识别
  • 社区问答系统中充斥着大量的噪声,给用户检索信息造成麻烦,以往的问句检索模型大多集中在词语层面。针对以上问题构建句子层面的问句检索模型。新模型基于概念层次网络(hierarchincal network of concept,HNC)...
  • 精仿伊人集社区问答类系统网站源码,解压密码:bbs.sasadown.cn59624898
  • 基于用户-标签异构网络的社区问答专家发现方法
  • 机器学习分类算法在社区问答系统中的应用.pdf
  • 社区问答系统中基于当前兴趣的问题推荐研究.pdf
  • 咨询方法-一种社区问答搜索中的查询补全方法.zip
  • B题-技术社区问答平台重复问题识别,赛题数据在我的资源下载里面,请自行下载
  • B题-技术社区问答平台重复问题识别附件,赛题pdf,在我的资源下载里面,请自行下载
  • 关于社区问答系统的问题背景,我们在之前的“利用卷积神经网络构造社区问答系统”一文里已经说明得很清楚,本文就不再赘述,不清楚背景的读者可自行参照上文,我们这些相关的研发工作主要是为了开发畅捷通“会计家园...

    关于社区问答系统的问题背景,我们在之前的“利用卷积神经网络构造社区问答系统”一文里已经说明得很清楚,本文就不再赘述,不清楚背景的读者可自行参照上文,我们这些相关的研发工作主要是为了开发畅捷通“会计家园”交流社区的相关功能。为了保持行文完整,简明叙述形式化描述的问题如下:


    假设我们已知问答库如下:



    其中,Qi是问答社区中的历史问题,AiQi问题的精华答案;


    现有社区用户提出的新问题:Qnew 


    我们需要学习映射函数:



    意即对于新问题Qnew,我们希望通过学习系统找到社区中已经出现过的语义相同问题Qi,然后将对应的答案Ai推荐给用户。这样就达到了社区信息复用的目的。这个问题其实对于问答社区比如百度知道、知乎等都是存在的,解决问题的思路也完全可以复用到此类问答社区中。


    除了上篇文章讲述的利用CNN来构造ML系统外,我们还尝试了使用RNN及其改进模型LSTM,本文主体内容即为使用深度双向LSTM构造社区问答系统的思路及效果。


    |深度双向LSTM模型



                                                           1 深度双向LSTM


    深度双向LSTM模型的结构如图1所示。首先强调一下,这个结构也是一个解决对比两个句子相似性的通用RNN解决方案,不仅仅能够使用在问答社区,凡是涉及到对比两个句子或者实体关系的场合完全可以套用这个模型来解决,这点希望读者注意。

     

    首先,因为我们面临的问题是对比两个问题QiQj是否语义相同,那么对于RNN来说存在一个神经网络的输入层如何构造的难题。CNN解决这类问题就比较直观,一般一个输入套上一个CNN来抽取出句子特征,然后再套上MLP神经网络来表达两者之间的关系即可。RNN表达单个输入句子是非常直观的,但是直接表达两个句子之间的关系相对而言就没那么直观。一般可以如图1这么做,就是把两个问题QiQj拼接起来,中间用一个特殊分隔符EOS分割,这里EOS不代表一个句子的结束,而是代表两个句子的分隔符号,这个也请读者注意。如此就构造出了RNN的输入层。

     

    有了输入层,上面就好处理了。首先我们在输入层之上,套上一层双向LSTM层,LSTMRNN的改进模型,相比RNN,能够更有效地处理句子中单词间的长距离影响;而双向LSTM就是在隐层同时有一个正向LSTM和反向LSTM,正向LSTM捕获了上文的特征信息,而反向LSTM捕获了下文的特征信息,这样相对单向LSTM来说能够捕获更多的特征信息,所以通常情况下双向LSTM表现比单向LSTM或者单向RNN要好。图1中输入层之上的那个BLSTM层就是这个第一层双向LSTM层神经网络。

     

    我们可以把神经网络的深度不断拓展,就是在第一层BLSTM基础上,再叠加一层BLSTM,叠加方法就是把每个输入对应的BLSTM层的输出作为下一层BLSTM神经网络层相应节点的输入,因为两者完全是一一对应的,所以很好叠加这两层神经网络。如果你觉得有必要,完全可以如此不断叠加更深一层的BLSTM来构造多层深度的BLSTM神经网络。

     

    在最后一层BLSTM神经网络之上,可以使用Mean Pooling机制来融合BLSTM各个节点的结果信息。所谓Mean Pooling,具体做法就是把BLSTM各个节点的输出结果求等权平均,首先把BLSTM各个输出内容叠加,这是pooling的含义,然后除以输入节点个数,这是mean的含义,Mean Pooling就是这个意思。

     

    如何从物理意义上来理解Mean Pooling呢?这其实可以理解为在这一层,两个句子中每个单词都对最终分类结果进行投票,因为每个BLSTM的输出可以理解为这个输入单词看到了所有上文和所有下文(包含两个句子)后作出的两者是否语义相同的判断,而通过Mean Pooling层投出自己宝贵的一票。所以RNN场景下的Mean Pooling可以看作一种深度学习里的“民主党”投票机制。


    Mean Pooling之上,我们还可以套上一层SoftMax层,这样就可以实现最终的分类目的。


    通过以上方式,我们就通过输入层、多层BLSTM层、Mean Pooling层和输出层构造出一个通用的判断两个句子语义是否相同的深度学习系统。其实这个结构是非常通用的,除了判断两个句子关系,对于单句子分类明显也是可以套用这个结构的。


    模型结构已经讲完,后面我们将进入实验部分,因为希望和CNN结果进行效果对比,我们先简单说明下两个同样可以用来解决社区问答问题的CNN结构,这两个结构在之前的“利用卷积神经网络构造社区问答系统”文中都有详细描述,这里不展开讲,只是列出结构图,以方便理解和对比模型。


    |两个CNN模型结构


    两个CNN模型结构参考图2和图3,图2这种结构是利用CNN判断多个输入句子关系的简单直接的结构,含义是先各自抽取每个句子的特征然后比较两者的关系。而图3这种结构的含义是先把两个句子之间的关系明确表达出来作为输入,然后再套上一个CNN模型来进行分类预测。


    2 CNN模型1


    3 CNN模型2


    |实验结果及与两个CNN模型对比


    在之前的文章“利用卷积神经网络构造社区问答系统”中我们使用自己构造的实验数据验证了CNN模型2的效果。之后,我们增加了训练数据的数量,以及加大了负例的难度,其实在这个社区问答问题中,负例的难度对于实验效果指标影响是比较大的。所谓难度,是指负例中两个句子间语义相关程度到底有多强,如果负例中两个句子语义相关程度越强,则分类难度越高。


    至于模型,我们补充了CNN模型1,在新数据集合下测试CNN模型2的效果,对于BLSTM来说,则做了双层BLSTM和单层BLSTM的实验,所以可以认为有四个模型参与效果对比。


    经过参数调优,这四个模型在这个新的训练集和测试集下,具体实验结果如下:


         CNN模型1             分类精度:89.47%

         CNN模型2             分类精度:80.08%

         双层BLSTM模型   分类精度:84.96%

         单层BLSTM模型   分类精度:89.10%


    可以看出,在这个问答社区问题里,CNN模型1和单层BLSTM效果接近,而双层BLSTM模型效果有下降,这也许跟实验数据规模不够大有一定关系,所以复杂模型的优势发挥不出来,而CNN模型2则效果相对差些,这也许说明了CNN模型2没有将两个句子的原始信息输入到模型里,而是直接将其关系作为输入,这种情况下存在信息损失的可能。

    展开全文
  • 学习带有元数据的连续单词嵌入以在社区问答中检索问题
  • 智能问答的其中一类 社区问答(也就是Q-Q匹配问答)的第一个环节是计算问题的文本语义向量表示;第二个环节就是通过向量的匹配得到最佳的问题候选。下面是我知道的做第二个环节的4类方式。(不是四种,而是四类。) ...
  • 揭示,表征和检测众包垃圾邮件发送者:社区问答中的案例研究
  • 2021华中杯数学建模挑战赛B题-技术社区问答平台重复问题识别,代码在附录
  • 使用社区问答信息推荐缺陷修复者的方法,韦庆杰,刘娇,在大型开源软件项目中,准确的将缺陷报告指派给最合适的修复者进行修复是一项非常耗时的任务,因此提出一种有效的修复者推荐方法
  • 前沿 | 社区问答系统及相关技术

    千次阅读 2016-01-24 19:56:14
    近年来,随着Web2.0的飞速发展,社区问答系统(简称社区问答,其中的社区称为问答社区)逐渐成为一种非常流行而实用的互联网应用。通过使用社区问答系统,人们不但可以发布问题进行提问以满足自己的信息需求,而且还...
  • 程序介绍 伴随着quora这种新型问答的网站在国外的迅速崛起,国内一大批类quora的社会化问答网站也雨后春笋般涌现出来,如知乎、新浪微什么等等,社会化问答相对于传统的问答,更体现了一种互动和社交性。一个社会化...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 28,851
精华内容 11,540
关键字:

社区问答