科研之友
微信
新浪微博
Facebook
分享链接
摘要
[研究目的]百度百科在为广大用户提供丰富知识的同时，也面临词条质量良莠不齐、有用性难以保障的问题，通过开展百度百科词条有用性评估研究，有利于提升平台内容质量和用户使用体验。[研究方法]结合已有研究构建了较为全面的词条有用性评价特征框架，通过对比多种词条有用性计算方法，确定了以用户使用反馈指标作为衡量词条有用性等级的方法，然后训练了自动化机器学习集成模型AutoGluon来评估和预测词条的有用性，最后使用多种评价指标对模型性能进行分析。[研究结论]实验结果表明，AutoGluon适用于百度百科词条的有用性评估，且能有效预测词条的有用性等级。该文所提的方法具备一定的可行性和先进性，能为百度百科平台提升词条审核效率和提高词条信息的有用性提供技术参考。
- 出版日期2023
