趙永標(biāo) 張其林 谷瓊

摘? 要：社區(qū)問(wèn)答系統(tǒng)作為一種新興的知識(shí)分享平臺(tái)，在幫助用戶獲取有用信息方面取得了相當(dāng)大的成功。將用戶提出的問(wèn)題推薦給感興趣的回答者依然是社區(qū)問(wèn)答平臺(tái)面臨的一個(gè)問(wèn)題。針對(duì)興趣度，已提出了多個(gè)表示模型，但這些模型沒(méi)有考慮興趣的時(shí)間維度。本文提出用TOT主題模型建立備選回答者興趣的動(dòng)態(tài)變化模型，找出備選回答者的當(dāng)前興趣，然后進(jìn)行問(wèn)題推薦。實(shí)驗(yàn)表明本文提出的方法是有效的。

關(guān)鍵詞：社區(qū)問(wèn)答系統(tǒng);問(wèn)題推薦;興趣度;Topics Over Time主題模型

Abstract：Community question answering （CQA） has succeeded significantly in accessing useful information as a popular knowledge sharing platform. Recommending usersquestions to interested respondents is still a problem facing the community QA platform. For interest degree，several representation models have been proposed，but these models do not consider the time dimension of interest. In this paper，a TOT topic model is proposed to establish a dynamic change model of the interest of candidate respondents，find out the current interest of candidate respondents，and then recommend questions. Experiments show that the proposed method is effective.

Keywords：community question answering;question recommendation;interest estimation;TOT topic model

0? 引? 言

作為一種新興的知識(shí)分享平臺(tái)，社區(qū)問(wèn)答系統(tǒng)（Commu-nity Question Answering，以下簡(jiǎn)稱CQA）以問(wèn)題和答案的形式供用戶交流信息、共享知識(shí)[1-3]。典型的CQA有Yahoo！Answers、Stack Exchange系列網(wǎng)站、百度知道和知乎等。CQA開放、交互的社會(huì)化屬性吸引了越來(lái)越多的用戶參與其中。僅在2012年，Yahoo！Answers平均每小時(shí)產(chǎn)生7000個(gè)問(wèn)題和21000個(gè)答案[4]。

雖然CQA在幫助用戶獲取有用信息方面取得了相當(dāng)大的成功，但也存在不少亟待解決的問(wèn)題。其中一個(gè)重要的問(wèn)題就是如何讓用戶提出的問(wèn)題得到快速有效的解答。一項(xiàng)研究表明，用戶提出的問(wèn)題中有超過(guò)80%的問(wèn)題不能在48小時(shí)內(nèi)得到滿意的回答[5，6]。另外，由于新產(chǎn)生的問(wèn)題數(shù)量龐大，有能力回答問(wèn)題的用戶又很難找到自己感興趣且擅長(zhǎng)領(lǐng)域的問(wèn)題來(lái)進(jìn)行解答。

對(duì)于上述問(wèn)題，一個(gè)有效的解決方法就是將新問(wèn)題推薦給合適的回答者，使之能獲得快速高質(zhì)量的回答，即所謂的“問(wèn)題推薦”（Question Routing）[7，8]。合適的回答者需要滿足以下三個(gè)條件：

（1）對(duì)新問(wèn)題感興趣，用興趣度（Interest）衡量;

（2）對(duì)新問(wèn)題能提供高質(zhì)量的回答，用權(quán)威度（Autho-rity）衡量;

（3）能及時(shí)地回答新問(wèn)題，用在線可能性（Availability）衡量。

問(wèn)題推薦的關(guān)鍵在于為這三個(gè)參數(shù)建立合適的表示模型。對(duì)于這三個(gè)參數(shù)，不少學(xué)者提出了自己的模型。

對(duì)于興趣度，最基本的模型是QLLM模型[9]，其基本思想是將新問(wèn)題看作查詢，將潛在回答者的資料（比如潛在回答者的歷史回答問(wèn)題集合）看作文檔，通過(guò)語(yǔ)言模型計(jì)算新問(wèn)題的生成概率。文獻(xiàn)[10]提出了LDALM模型，該模型融合了詞語(yǔ)和主題兩個(gè)層次的問(wèn)題生成概率。文獻(xiàn)[11]提出了TCS-LM模型，該模型在計(jì)算問(wèn)題的生成概率時(shí)引入了問(wèn)題的類別信息。文獻(xiàn)[12]提出了CBLM模型，該模型引入問(wèn)答系統(tǒng)的結(jié)構(gòu)信息，以問(wèn)題及其答案為基本單元來(lái)計(jì)算問(wèn)題的生成概率，文獻(xiàn)[10]為了解決QLLM、TCS-LM和CBLM中存在的詞不匹配問(wèn)題提出了ITR模型。

對(duì)于權(quán)威度，最準(zhǔn)確的度量方法需要依據(jù)潛在回答者的答案質(zhì)量，但是目前精確評(píng)判答案的質(zhì)量相當(dāng)困難，一般采用間接方法估算權(quán)威度。最常用的方法是基于鏈接分析的方法，如PageRank和HITS及其衍生方法，這些方法將回答行為看作一個(gè)鏈接。另外，還有采用機(jī)器學(xué)習(xí)的方法間接評(píng)判答案的質(zhì)量，例如，文獻(xiàn)[13]采用邏輯回歸的方法計(jì)算某個(gè)答案為一個(gè)“好”答案的概率，在回歸中使用的特征包括答案的長(zhǎng)度、問(wèn)題與答案的長(zhǎng)度比和問(wèn)題的答案總數(shù)等。

對(duì)于在線可能性，這方面開展的研究工作相對(duì)較少。文獻(xiàn)[13]把在線可能性度量問(wèn)題看作一個(gè)時(shí)間序列趨勢(shì)預(yù)測(cè)問(wèn)題，具體過(guò)程是根據(jù)潛在回答者在某個(gè)時(shí)刻之前的歷史回答行為采用自動(dòng)回歸的方法預(yù)測(cè)潛在回答者在該時(shí)刻之后一段時(shí)間內(nèi)有回答行為的可能性。文獻(xiàn)[10]提出了一個(gè)相對(duì)簡(jiǎn)單的計(jì)算方法，該方法僅考慮潛在回答者最近的一次回答行為。

如前所述，針對(duì)興趣度已提出了多個(gè)表示模型，實(shí)驗(yàn)證明這些模型也取得了不錯(cuò)的效果。但這些模型都存在一個(gè)共同的問(wèn)題，就是沒(méi)有考慮用戶興趣的時(shí)間維度。用戶的興趣是動(dòng)態(tài)變化的。經(jīng)驗(yàn)表明，用戶更愿意回答當(dāng)前興趣范圍內(nèi)的問(wèn)題。本文提出用TOT主題模型[14]建立備選回答者興趣的動(dòng)態(tài)變化模型，找出備選回答者的當(dāng)前興趣，然后進(jìn)行問(wèn)題推薦。實(shí)驗(yàn)表明本文提出的方法是有效的。

4? 結(jié)? 論

針對(duì)目前已提出的興趣度模型沒(méi)有考慮興趣的時(shí)間維度，且經(jīng)驗(yàn)表明人們一定程度上傾向于回答與當(dāng)前興趣相關(guān)的問(wèn)題，本文提出了基于當(dāng)前興趣的問(wèn)題推薦模型，利用TOT主題模型挖掘用戶的當(dāng)前興趣，然后進(jìn)行問(wèn)題推薦。實(shí)驗(yàn)結(jié)果表明，挖掘用戶的當(dāng)前興趣有助于問(wèn)題的推薦。本文下一步的研究方向是將基于當(dāng)前興趣的問(wèn)題推薦模型與其他基于興趣度的問(wèn)題推薦模型進(jìn)行融合。本文采用的數(shù)據(jù)集規(guī)模略顯不足，可能會(huì)導(dǎo)致TOT的訓(xùn)練不夠充分，對(duì)挖掘用戶當(dāng)前興趣的準(zhǔn)確性有一定影響，下一步將在更大規(guī)模的數(shù)據(jù)集上進(jìn)行測(cè)試。另外，時(shí)間步長(zhǎng)的選取也需要進(jìn)一步的優(yōu)化。

參考文獻(xiàn)：

[1] 曹艷蓉.基于中文社區(qū)的智能問(wèn)答系統(tǒng)的設(shè)計(jì)與研究 [D].南京：南京郵電大學(xué)，2018.

[2] 張力.社區(qū)問(wèn)答系統(tǒng)中答案排序和問(wèn)題檢索算法研究與應(yīng)用 [D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2018

[3] 劉曉鳴.社區(qū)問(wèn)答系統(tǒng)中的專家發(fā)現(xiàn)方法研究 [D].大連：大連理工大學(xué)，2013.

[4] 劉淵杰.社區(qū)問(wèn)答系統(tǒng)最佳回答機(jī)制的研究 [D].上海：上海交通大學(xué)，2010.

[5] 路遙.用戶交互式問(wèn)答系統(tǒng)中問(wèn)題推薦機(jī)制的研究 [D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2012.

[6] 林鴻飛，王健，熊大平，等.基于類別參與度的社區(qū)問(wèn)答專家發(fā)現(xiàn)方法 [J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（1）：333-338.

[7] 戴秋敏.互動(dòng)問(wèn)答平臺(tái)專家發(fā)現(xiàn)及問(wèn)題推薦機(jī)制的研究 [D].上海：華東師范大學(xué)，2014.

[8] 馬澤鋒.基于機(jī)器學(xué)習(xí)的問(wèn)答推薦系統(tǒng)問(wèn)題推薦模型研究 [D].廣州：中山大學(xué)，2013.

[9] Zhou G，Liu K，Zhao J. Joint Relevance and Answer Quality Learning for Question Routing in Community QA [C]. Hawaii：International Conference on Information and Knowledge Management，2012：1492-1496.

[10] 劉明榮.協(xié)作式問(wèn)答系統(tǒng)關(guān)鍵技術(shù)研究 [D].北京：中國(guó)科學(xué)院研究生院，2010.

[11] Li B，King I，Lyu M R. Question routing in community question answering：Putting category in its place [C]. Glasgow：Proceedings of the 20th ACM Conference on Information and Knowledge Management，2011：2041-2044

[12] Zhou Y，Cong G，Cui B，et al. Routing Questions to the Right Users in Online Communities [C]. Data Engineering，2009. ICDE '09. IEEE 25th International Conference on. S.l.：s.n.，2009：700-711.

[13] Li B，King I. Routing questions to appropriate answerers in Community Question Answering services [C]. Toronto：Proceedings of the 19th ACM international conference on Information and knowledge management，2010：1585-1588.

[14] Wang X，McCallum A.Topics over Time：A Non-Markov Continuous-Time Model of Topical Trends [C]. Philadelphia：Proceedings of the 12th ACM SIGKDD international conference on Knowledge discovery and data mining，2006：44-54.

作者簡(jiǎn)介：趙永標(biāo)（1980-），男，漢族，湖北洪湖人，講師，碩士，研究方向：自然語(yǔ)言處理方面的教學(xué)與研究。