论文部分内容阅读
社区问答系统(CQA)逐渐成为人们在互联网上获取信息的重要来源之一，然而CQA最主要的缺点之一就是答案质量不可控，有高质量的答案，也有无用的垃圾信息。因为问题和答案之间存在着巨大的语义距离，现存直接对问题和答案之间相关性进行衡量的方法往往难以取得满意效果。针对这个问题，提出了一种基于历史知识的社区问答答案质量评估方法，首先在历史问题中检索相似问题，再把它们对应的高质量答案作为参考，通过计算候选答案与这些高质量答案的相似度来评估它们的质量，从而避免了直接对问题和答案之间的相关性进行计算。基于约50万组Yahoo！Answers历史数据的实验证明该方法在MAP与MRR两个指标上都比直接计算问题和答案相关性的方法有明显优势，说明了该方法具有更高的准确率。