60、智能问答系统与谣言控制策略

智能问答系统与谣言控制策略

1. 智能问答系统

1.1 用户声誉计算

在问答系统中，当问题不在现有问题池中时，为避免问题无人解答，系统需将问题转发给最有可能提供满意答案的用户。用户声誉的计算结合了直接信任和聚合信任两种类型：
- 聚合信任 ：基于用户答案被关注者接受而获得的声誉。初始值为 0，答案获得一个赞时增加 50，获得一个踩时减少 10。点赞和踩的用户声誉也会相应改变，点赞加 5，踩减 1。
- 直接信任 ：基于过去的交互来预测用户给出满意答案的可能性。

计算用户声誉后，选择声誉表顶部的用户转发问题，也可将问题转发给近期最有可能在线的用户。频繁回答时间通过计算每小时内回答的答案数量来确定。

1.2 实验结果

1.2.1 多项式朴素贝叶斯实验

对多项式朴素贝叶斯算法进行了有和没有 TF - IDF 缩放的实验，并将词袋与提取的代码特征进行拼接重复该过程，结果如下：
| 实验条件 | 准确率 |
| — | — |
| 有 TF - IDF | 0.90 |
| 无 TF - IDF | 0.82 |

实验还发现，无 TF - IDF 的多项式朴素贝叶斯的 AUC 比有 TF - IDF 的更大。

1.2.2 神经网络实验

使用一些特征工程和自然语言处理技术，训练了一个神经网络，仅根据问题的标题和内容对 Stack Overflow 上的问题进行分类，精确率、召回率和 F1 分数约为 0.93。

<