【CQA论文笔记】基于异构社交网络学习的社区问答方法，同时建模问题、回答和回答者

【导读】传统的社区的问答(CQA)仅对问题和答案的内容进行编码，为问题准确地匹配高质量的回答。这篇文章提出使用社区中用户的交互信息进行嵌入，借助了异构社交网络中大量的社交信息来缓解了CQA任务的稀疏性问题，辅助解决CQA任务。提出的框架协同地利用问题、回答和回答者之间的交互关系来学习回答的相对质量。另外，使用深度随机游走框架来充分利用异构社交网络中的信息，来提升问答匹配的效果。在大规模真实CQA数据上的实验表明，借助异构社交信息，提出的算法超过了当前最好的CQA算法。

【AAAI2016 论文】Community-Based Question Answering via Heterogeneous Social Network Learning

▌摘要

在本文中，作者提出一种新奇的框架，它不仅对问题和答案的内容进行编码，并且对社区中用户的交互信息进行编码，来辅助解决CQA任务。框架协同地利用问题、回答和回答者之间的交互关系来学习回答的相对质量。另外，作者使用深度随机游走框架来充分利用异构社交网络中的信息，来提升问答匹配的效果。在大规模真实CQA数据上的实验表明，借助异构社交信息，提出的算法超过了当前最好的CQA算法。

▌贡献

1. 与传统的基于内容的方法不同，文章提出了一个新奇的框架HSNL，它借助了异构社交网络中大量的社交信息来缓解了CQA任务的稀疏性问题，还利用了不同答案的相对质量信息。

2. HSNL使用随机游走来利用异构社交网络中蕴含的信息。它可在大规模网络上并行执行，因为每次训练只依赖网络中的一小部分数据。

3. HSNL中使用了深度学习模型，它可以直接计算问题和回答的匹配度。同时，可以学到问题、回答和用户的特征，这些特征可以被用于其他许多的CQA任务，例如问题检索和专家发现。，

▌异构网络

▌流程

• 文本内容特征学习

HSNL使用LSTM来对文本特征进行编码，由于问题和回答往往包含多个段落，每个段落包含一个或多个句子，作者将问题或回答切分为多个句子，用LSTM对每个句子进行embedding，最后用一个max-pooling层将多个句子的embeddings合并为一个embedding。

• 利用异构社交网络

HSNL的整体框架图下图所示。

首先，HSNL利用Random Walk采样大量的节点序列，如上图(b)所示。首先，HSNL利用Deep Walk为每个回答者预训练了一个低维表示。然后，HSNL在序列上使用滑动窗口进行扫描，对每个窗口内的问题、答案和回答者节点做了如下约束：

其中，+表示比-更相关的匹配，s是相似度计算函数：

前两个式子是标准的triplet loss，例如第2个式子的意思是“问题vi与回答q+的相似性要大于问题vi与回答q-的相似性”。这里使用的是类似SVM的Max-Margin Loss，在第二个公式中，用一个固定值m作为margin的大小，而在第一个公式中，margin的大小被表示为m*α，margin的大小会根据不同的情况改变，当a-是一个无关的回答时，α被设置为1，当a-是一个低质量的回答时，α被设置为：

整个模型都可以使用随机梯度下降（SGD）来求解。整个算法的伪代码如下所示：

▌实验

HSNL试用了nDCG、Precision和Accuracy三种指标来对算法进行评价，在每种指标下，效果都不错。

论文链接：

https://dl.acm.org/citation.cfm?id=3015831

https://www.aaai.org/ocs/index.php/AAAI/AAAI16/paper/download/11903/11573