基于社区问答的问题相关度检测研究.pdfVIP

基于社区问答的问题相关度检测研究 李宇翔，李双红，李茹 山西大学计算机与信息技术学院，太原，030006 E-mail:200822403003@ 摘 要：基于社区的问答是近几年来非常流行的一种有效有哪些信誉好的足球投注网站、获取信息的途径。这种交互式的问答技术 近年来已经成为了国际上问答技术的研究热点。本文论述了社区问答的一些相关研究和基本特点，讨论了 问题相关度算法，选取了三个最有效的特征，使用二元分类方法判别问题是否相关。并在社区问答中进行 了Baseline 实验，三个站点的实验结果 F 值均在 87% 以上，验证了在社区问答站点收集语料的可行性，并 为问答系统的最优问题推荐做了准备工作。  关键字：社区问答；问题；相关度 Detection Research of question correlation degree based on community Q A Yuxiang Li ，Shuanghong Li，Ru Li School of Computer and Information Technology, Shanxi University, Taiyuan, 030006 E-mail:200822403003@ Abstract: Q A community-based is very popular in recent years, which is a good way for effective searching and accessing to information. This interactive Q A research in recent years has become an international hot spot. This article discussed some related research and the basic characteristics of Q A community-based, and general issues correlation algorithm, selected three most effective features, and used the binary classification to discriminate the correlation of questions. And conducted Baseline experiment in Q A community-based and the experimental Score are all 87% above in three sites. The feasibility of collecting corpus in the community Q A websites is validated, and makes it a preliminary for the best candidate questions of the Q A system. Keywords:Community Question and Answering；Questions ；Relevancy 1 引言 用户可以在社区问答中提出他们的问题（往往是复杂和具体的问题），如百度知道、搜 搜问问等社区问答站点。这些站点正在迅速增长，如百度知道现在已解决的问题就有 8000 千万之多1，待解决的问题也有百万多。可以这样理解这些站点持续增长的原因，这种交互                                                                基金支持：国家自然科学基金），山西省国际科技合作项目（2010081044 ），山西省高校拔尖 创新基金，山西省实验室开放基金（2009011059‐4 ），太原市大学生创新创业项目（100115148）。  1     作者简介：李宇翔（1985—），男，硕士研究生，研究方向为计算语言学；李双红（1