面向化工领域社区问答的答案质量预测研究

摘要

海川化工论坛是化工领域最具权威性的问答及社交网站,但随着问答社区规模的增大,用户专业水平差异明显,导致问题回答质量参差不齐,提问者对答案筛选辨别难度大大增加.通过分析海川化工论坛问答相关数据,从答案的文本特征和基于网络表示学习的用户特征两个方面构建答案特征.利用因子分解机(FM)算法构建了答案质量预测模型.实验结果表明,用该方法构建的化工问题答案预测模型得到的答案选择准确率相比深度学习模型有了明显提升.