一、文章信息
作者:姜 雯 许 鑫
单位:华东师范大学商学院信息学系
期刊:现代图书情报技术
题目:在线问答社区信息质量评价研究综述
二、背景、目的、结论
背景:在线问答社区给人们获取信息提供了新的平台, 促进了人们的知识交流、分享和积累, 使得一些原本 搜索引擎检索不到的、储存在人脑中的知识得以展现。
目的:本文对国内外在线问答社区信 息质量评价相关研究进行了文献调研, 回顾了问答社 区的发展及其信息质量问题, 对影响评价因素研究、人 工评价、自动化评价三个方面进行了总结和梳理。
结论:目前在线问答社区信息质量评价研究主要集中在影响评价因素研究、人工评价、自动化评 价三个方面, 其中自动化评价以机器学习方法应用为主。
三、结果与讨论
通过对在线问答社区发展概况、在线问答社区的信息质量 、在线问答社区信息质量评价的相关研究 引出对在线问答社区信息质量评价的影响因素 研究,可以看出, 目前问答社区信息质量评价影响因素 的研究并不是很多, 国内研究尤其缺乏, 而这些研究 也存在一些问题: (1) 研究采用的方法主要是内容分析, 分析的对 象是用户或评估者的评论, 而这种方法的前提假设是 用户或评估者的评论是他们选择最佳答案或高质量答 案的原因。这个假设存在一定局限性, 由于社区存在 “沉默的大多数现象”, 可能遗漏一些评论中没有体现 的因素。 (2) 不同类型的问题、不同的表述也可能对答案 产生影响, 但目前的研究都没有针对这些具体的细节 分别做深度讨论。 (3) 模型用于问答社区信息质量评价也存在一定 的局限性, 比如用户在选择最佳答案时主观性较强, 带有情感因素, 难以客观地表征信息质量, 而评估者 也同样存在一定主观性。 (4) 模型中的指标体系存在宽泛、模糊不清难以 界定的问题, 在使用时容易出现理解偏差。
![](https://i-blog.csdnimg.cn/blog_migrate/0876a6550e376ec13e2fd951dc15e4a6.png)
随后对基于指标体系的人工评价相关研究和基于机器学习的自动化评价 进行了阐述,说明人工评价作为一种评价方法具有能对一些机器难以理解的标准进行评估的优点, 且一定程度上能反映 用户的需求。然而人工评价需要大量的时间和人力成 本, 只能对一小部分数据进行处理, 不能反映全部的 水平。评估者由于自身知识水平的限制, 可能产生不 准确的评价, 不同评估者在理解和认知上也可能产生 分歧, 难以做到完全的公正客观, 可操作性比较低。
与人工评价方法相比, 基于机器学习的自动化评 价能够对大量数据进行处理, 效率较高, 在大数据时 代, 庞大的数据量使得计算机自动化评价必然成为主 要手段, 但自动化评价受准确率限制, 可能产生一定的 误差。而且目前计算机在自然语言处理上还不够成熟, 一些反映用户需求的主观性特征难以用计算机处理 。
结论:
从目前的研究来看, 在线问答社区信息质量评价 的研究还存在很多问题和不足, 缺乏系统化、深度的 研究。主要体现在: (1) 缺乏权威、科学的评价标准
(2) 数据样本选择过于单一, 缺乏领域和类别聚焦
(3) 自动化评价尚有改进空间
(4) 问答社区存在的信息质量问题尚未得到很好 的解决
四、文章好在哪里 1.文章是对于问答社区的综述,其中的结论和相关研究可以借鉴和引用。
2. 对人工和机器的评价分别进行了阐述,可以在机器学习的基础上考虑用户的主观因素进行处理。
3. 结论对于自己的研究有很大的帮助,可以注意其中的问题。
————————————————
版权声明:本文为CSDN博主「szx6984」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/szx6984/article/details/128604255