[发明专利]一种利用非对称的多面排序网络学习解决社区问答任务的方法

摘要

本发明公开了一种利用非对称的多面排序网络学习解决社区问答任务的方法。主要包括如下步骤：1)针对于一组用户、问题、答案数据集，构建用户、问题、答案之间相互关系的网络，并且针对于形成的网络，利用非对称的多面排序网络学习形成多面排序标准函数。2)根据得到的多面排序标准函数，对于某一问题针对于不同用户的答案进行排序。相比于一般的问题答案推荐解决方案，本发明利用了非对称的多面排序网络学习的方法，能够综合利用问题答案之间的语义相关性与用户之间的相互关系。本发明在社交问答网站问题答案预测中所取得的效果相比于传统的方法更好。

主权项

一种利用非对称的多面排序网络学习解决社区问答任务的方法，其特征在于包括如下步骤：1)针对于一组社交网络用户及其提出的问题与相关答案，构建包含用户、问题与答案之间相互关系的异质的非对称社区问答网络；2.1)对于步骤1)形成的社区问答网络，利用单词映射网络及LSTM网络形成问题答案的映射，再结合用户映射获取反映用户问答语义映射相关性的损失值；2.2)对于步骤1)形成的社区问答网络，利用其中含有的用户关系，与用户映射矩阵相结合，得到反映用户之间相互关系的损失项值；2.3)利用步骤2.1)获得的反映用户问答语义映射相关性的损失值与步骤2.2)获得的反映用户之间相互关系的损失项值，得到最终的损失函数及目标函数；3)经过训练，得到最终的多面排序标准函数，根据该函数可以对于任意问题及用户提出的答案进行排序，将更适合问题的答案排在前列。