计算机工程

作者：黄辉, 刘永坚, 解庆

单位：武汉理工大学 计算机科学与技术学院, 武汉 430070

关键词：社区问答,专家发现,问题路由,深度学习,网络嵌入

基金：国家自然科学基金（61602353）。

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StackExchange的真实世界数据集进行测试，实验结果表明，与LDA、STM、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。

来源：2020年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第2期