基于问答语义匹配的知识社区新问题专家推荐方法

作者：杜军威; 邹树林; 李浩杰; 江峰^*; 于旭; 胡强

来源：电子学报, 2023, 51(07): 1875-1888.

• 专家推荐
• 知识社区
• 不平衡学习
• 问答语义
• stack overflow

传统的知识社区专家推荐方法采用文本相似度匹配机理，并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系，因此难以充分挖掘专家回答问题的能力特征，影响推荐性能.提出一种基于综合历史和当前问答语义匹配的知识社区新问题的专家推荐方法（History-Now Semantics Expert RECommendation model,HNS-EREC）.首先，采用反馈评价和负采样技术来处理数据集中的两类不平衡现象；其次，基于问答语义来提取专家回答问题能力特征；最后，提出一种基于问答语义匹配的History-Now联合专家推荐模型，该模型能够实现面向专家的历史问答和当前问答的语义联合学习.实验结果表明，相对于其他方法，本文所提出的HNS-EREC方法在新问题专家推荐方面具有显著的优势.

• 出版日期2023
• 单位青岛科技大学