Eコマースにおけるレビューガイドの助けの回答同定【JST・京大機械翻訳】

Zhang Wenxuan; Lam Wai; Deng Yang; Ma Jing

プレプリント

J-GLOBAL ID：202202205843616467 整理番号：22P0122644

Eコマースにおけるレビューガイドの助けの回答同定【JST・京大機械翻訳】

Review-guided Helpful Answer Identification in E-commerce

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年03月13日プレプリントサーバーでの情報更新日： 2020年03月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

製品固有のコミュニティ質問回答プラットフォームは,潜在的顧客の懸念に対処することができる。しかし,そのようなプラットフォームに関するユーザ支援回答は,それらの品質において,しばしば大いに異なる。コミュニティからのヘプフルネス投票は回答の全体的品質を示すことができるが,それらはしばしば欠落している。与えられた質問に対する回答の有益性を正確に予測し,従って,有用な回答を同定することは,要求の必要になっている。回答の有益性は,典型的なQAタスクにおいて調査された局所関連性のみの代わりに複数の視点に依存するので,共通の回答選択アルゴリズムは,このタスクに取り組むために不十分である。本論文では,QAペア間の相互作用を考慮するだけでなく,レビューで反映された回答とクラウドの意見間の意見の一貫性も調査するレビューガイド下回答予測(RAHP)モデルを提案し,それは有用な回答を同定する別の重要因子である。さらに,言語推論問題として意見コヒーレンスを決定するタスクを取り上げ,特別に設計した訓練ネットワークから得られたテキスト推論知識を転送するための事前訓練戦略の利用を検討した。7つの製品カテゴリーにわたる実世界データに関する広範な実験は,提案モデルが予測タスクに関して優れた性能を達成することを示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,

その他の情報処理 , 人工知能

, , ,

前のページに戻る