基于数据的社区问答系统中的答案选择

从历史档案中寻找相似问题已被应用于问答领域，并且具有良好的理论基础和实际成功。然而，返回的候选答案池中的每个问题通常都与多个答案相关，因此用户在找到正确答案之前必须仔细浏览许多内容。为了解决这个问题，我们提出了一种通过成对比较对答案候选进行排序的新方案。具体来说，它包括一个离线学习组件和一个在线搜索组件。在离线学习组件中，我们首先根据数据驱动的观察自动建立正面、负面和中性训练样本的偏好对。然后我们提出了一种新模型，以联合包含这三种类型的训练样本。该模型的闭式解被推导出来。在在线搜索组件中，我们首先通过寻找与给定问题相似的问题来收集候选答案池。然后，我们利用离线训练的模型对答案候选进行排序，以判断其偏好顺序。在真实世界的垂直和一般社区问答数据集上的广泛实验已经相对证明了其稳健性和良好的表现。此外，我们还发布了代码和数据，以方便其他研究者。