文献笔记1

该研究分析海川化工论坛数据,构建答案质量预测模型,利用FM算法,对比深度学习模型,显示在答案选择准确率上的优势。通过用户和文本特征,预测模型在迭代次数为100,学习率为0.01时效果最佳,准确率可达98.8%。
摘要由CSDN通过智能技术生成

一、文章信息

作者:陈卓,李倩,杜军威

单位:青岛科技大学信息科技技术学院

期刊:东北师大学报(自然科学版)

题目:面向化工领域社区问答的答案质量预测研究

二、背景、目的、结论

背景:海川化工论坛是化工领域最具权威性的问答及社交网站,但随着问答社区规模的增大,用户专业水平差异明显,导致问题回答质量参差不齐,提问者对答案筛选辨别难度大大增加

目的:对用户来说,有影响力的用户给出的答案具有较高的可信度和可靠性.为此,需要根据高质量答案的共有特征以及给出该答案的用户特征,设计高效的高质量答案识别方法,推动社区发展并加快知识传播,减少知识获取成本

结论:通过分析海川化工论坛问答相关数据﹐从答案的文本特征和基于网络表示学习的用户特征两个方面构建答案特征.利用因子分解机(FM)算法构建了答案质量预测模型。实验结果表明,用该方法构建的化工问题答案预测模型得到的答案选择准确率相比深度学习模型有了明显提升

三、结果与讨论

通过数据集分析获取比较重要的数据并预处理

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值