TAILIEUCHUNG - Báo cáo khoa học: "Improving Question Recommendation by Exploiting Information Need"

In this paper we address the problem of question recommendation from large archives of community question answering data by exploiting the users’ information needs. Our experimental results indicate that questions based on the same or similar information need can provide excellent question recommendation. We show that translation model can be effectively utilized to predict the information need given only the user’s query question. | Improving Question Recommendation by Exploiting Information Need Shuguang Li Department of Computer Science University of York YO10 5DD UK sgli@ Suresh Manandhar Department of Computer Science UniVersity of York YO10 5DD UK suresh@ Abstract In this paper we address the problem of question recommendation from large archives of community question answering data by exploiting the users information needs. Our experimental results indicate that questions based on the same or similar information need can provide excellent question recommendation. We show that translation model can be effectively utilized to predict the information need given only the user s query question. Experiments show that the proposed information need prediction approach can improve the performance of question recommendation. 1 Introduction There has recently been a rapid growth in the number of community question answering CQA services such as Yahoo Answers1 Askville2 and WikiAnswer3 where people answer questions posted by other users. These CQA services have built up very large archives of questions and their answers. They provide a valuable resource for question answering research. Table 1 is an example from Yahoo Answers web site. In the CQA archives the title part is the user s query question and the user s information need is usually expressed as natural language statements mixed with questions expressing their interests in the question body part. In order to avoid the lag time involved with waiting for a personal response and to enable high quali 1http 2http 3http 1425 ty answers from the archives to be retrieved we need to search CQA archives of previous questions that are closely associated with answers. If a question is found to be interesting to the user then a previous answer can be provided with very little delay. Question search and question recommendation are proposed to facilitate finding highly .

• Báo cáo khoa học
• Improving Question Recommendation
• Exploiting Information Need
• Shuguang Li
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball