소프트웨어 포럼에서 관련 답변 찾기

온라인 소프트웨어 포럼은 막대한 양의 귀중한 콘텐츠를 제공합니다. 개발자와 사용자는 종종 질문을 하고 이러한 포럼에서 답변을 받습니다. 포럼에서 대량의 스레드 토론이 가능한 많은 기회를 제공하여 지식 습득 및 요약을 가능하게 합니다. 주어진 검색 쿼리에 대해 현재의 검색 엔진은 전통적인 정보 검색 접근 방식을 사용하여 관련 키워드가 포함된 웹페이지를 추출합니다. 그러나 소프트웨어 포럼에서는 유사한 키워드를 포함한 많은 스레드가 존재하며, 각 스레드에는 최대 1,000개 이상의 게시물이 포함될 수 있습니다. 이러한 긴 스레드에서 관련 답변을 수동으로 찾는 것은 사용자에게 매우 고통스러운 작업입니다. 소프트웨어 시스템의 복잡성은 종종 유사한 기술 전문 용어로 표현되는 다양한 문제를 일으키기 때문에 소프트웨어 포럼에서 관련 답변을 찾는 것이 특히 어렵습니다. 또한 소프트웨어 포럼 사용자는 자주 여러 장소에 답변을 게시하여 중복 게시물이 많이 발생하며, 종종 만족스러운 답변 없이도 월드 와이드 웹에 올립니다. 이 문제를 해결하기 위해 본 논문은 사용자 쿼리에 따라 소프트웨어 스레드를 처리하고 관련 답변을 복구할 수 있는 의미 검색 엔진 프레임워크를 제공합니다. 표준 정보 검색 엔진과 다르게 우리의 프레임워크는 소프트웨어 포럼 스레드의 게시물에서 의미 태그를 추론하고 이러한 태그를 활용하여 관련 답변 게시물을 복구합니다. 사례 연구에서 우리는 세 개의 소프트웨어 포럼에서 6,068개의 게시물을 분석합니다. 우리의 추론된 태그 정확성 측면에서, 우리는 평균적으로 전체 정밀도, 재현율 및 F-측정치에서 각각 67%, 71% 및 69%를 달성할 수 있었습니다. 우리의 전체 프레임워크의 이점을 실증적으로 연구하기 위해 사용자 지원 연구도 수행하였으며, 표준 정보 검색 접근 방식에 비해 제안된 프레임워크가 다양한 쿼리에 대한 관련 답변 검색에서 평균 정밀도를 17%에서 71%로 증가시키고 nDCG @1 점수 91.2% 및 nDCG@2 점수 71.6%를 달성했다는 결과를 보여주었습니다.