文献

J-GLOBAL ID：202002275194835512   整理番号：20A1798876

コミュニティ質問応答サイトにおける最良の回答者を最良に予測する【JST・京大機械翻訳】

Get me the best predicting best answerers in community question answering sites

著者 (3件)： Tondulkar Rohan (IIT Hyderabad, India) ,  Dubey Manisha (IIT Hyderabad, India) ,  Desarkar Maunendra Sankar (IIT Hyderabad, India)
資料名： ACM Proceedings  (ACM Proceedings)
号： RecSys ’18  ページ： 251-259  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 様々な技術的および非技術的問い合わせに対する解決策を得るために,コミュニティ質問およびアンスワーリング(CQA)フォーラムの使用において大きな上昇があった。CQAで直面する1つの共通の問題は少数の専門家であり,多くの質問が未解決である。本論文では,新しい質問のための最良の回答を予測する挑戦的な問題を取り上げ,それによって,同じように最良のエキスパートを推薦する。CQAで投稿された質問に対する可能な答えを見つけることを目的とした文献には,非常に少ないアルゴリズムが,元のPosterの情報ニーズを満たす最良の回答者を見つけるのに,非常に少ないアルゴリズムが存在する。回答者を見つけるため,既存のアプローチは,質問に関連したコンテンツとタグに基づく特徴を使用する。ユーザの歴史をさらに考慮するアプローチはほとんどない。本論文では,テキスト表現,タグベース類似性,およびユーザの利用可能性,アジャリティ,および与えられた質問に対する最良の回答を予測するための専門知識を目標とする複数のユーザベースの特徴を含む特徴の包括的な集合を考慮する手法を提案した。また,より少ない重要性の多くの疑問に答えた人々に対して,より少ないが,より重要な質問に答えるユーザにインセンティブを与える特徴も含めた。ランクアルゴリズムに対する学習を用いて各特徴の重みを見出した。Stack交換からの実データセット上で行った実験は,精度,ロバスト性および実時間性能のための多重評価尺度に関して提案した方法の有効性を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  学習 ,  コミュニティ ,  多重化 ,  情報需要 ,  類似性 ,  有効性 ,  ロバスト性 ,  コンテンツ
準シソーラス用語： 専門知識 ,  評価尺度 ,  質問応答 , 【Automatic Indexing@JST】

著者キーワード (3件)： コミュニティ質問応答 ,  エキスパート推薦 ,  ランクへの学習

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： コミュニティ ,  質問応答 ,  回答者 ,  予測