[发明专利]一种社区问答平台回答排序方法

权利要求书

1.一种社区问答平台回答排序方法，其特征在于，包括：

从社区问答平台网站上爬取一定量的数据，对于一个问题爬取的数据包括：问题的文本内容、问题所属的主题、问题对应的一系列回答的文本内容、每个回答的时间戳以及每一回答的点赞数；

基于爬取的各问题的文本内容、问题所属的主题、问题对应的一系列回答的文本内容构建增强型注意力机制循环神经网络模型，再结合每个回答的时间戳进行相关回答的质量的排序得分；结合排序得分与预设的时间敏感的目标函数并且使用问题依赖的成对训练策略对增强型注意力机制循环神经网络模型进行训练；

对于一个新问题及其一系列的回答，利用新问题的文本内容、新问题所属的主题、新问题对应的一系列回答的文本内容以及每个回答的时间戳，来构建一系列的实例并依次输入至训练好的增强型注意力机制循环神经网络模型中，从而得到一系列的排序得分，根据排序得分的大小，以从前到后的方式对相应回答进行排序；

其中，构建增强型注意力机制循环神经网络模型包括四个部分：输入层、长短期记忆网络层、注意力层和评估层；

输入层：对于一个回答，认为该回答由多个句子构成，每个句子由多个词组成；对于对应的问题，认为该问题由一个句子构成，该句子由多个词组成；对于问题所属的主题，认为主题由多个词构成；使用Word Embedding技术，将文本中出现的词都用一个固定长度的向量表示，于是，问题的文本内容、回答的文本内容和主题所出现的每个词都将被替换成一个K维的向量；问题的文本内容的向量序列TQ由N个向量组成，记为TQ＝{x₁,x₂,...,x_N},x_p∈R^K,p＝1,2,...,N；一个回答的文本内容的向量序列TA由M个句子构成，每个句子由D个向量组成，则TA＝{s₁,s₂,...,s_M}，s_m＝{y_m1,y_m2,...,y_mD},y_md∈R^K,m＝1,2...,M,d＝1,2,...,D；主题TC由C个向量组成，记为TC＝{z₁,z₂,...,z_C},z_q∈R^K,q＝1,2,...,C；

长短期记忆网络层：对于问题的向量序列TQ与一个回答向量序列TA使用两个长短期记忆网络LSTM_Q与LSTM_A分别建模问题和回答中的的向量序列，并且将LSTM_Q中最后一个细胞向量用于LSTM_A中细胞向量的初始化；于是得到问题和回答经过长短期记忆网络后的向量序列，分别为MQ和MA，向量序列MQ和MA中每个向量都包含了上下文的语义信息；

注意力层：利用句级的注意力机制将问题的向量序列MQ与一个回答的向量序列MA进行交互得到问题的向量FQ₁和一个回答的向量FA₁；或者，利用词级注意力机制，将主题从向量序列TC变成一个向量FC；然后将主题的向量FC、问题的向量序列MQ和一个回答的向量序列MA进行融合最终得到问题的向量FQ₂和一个回答的向量FA₂；

评估层：结合问题的向量和一个回答的向量计算回答深层语言匹配得分，再结合回答的时间戳将时间效应也纳入考量范围从而得到排序得分。

2.根据权利要求1所述的一种社区问答平台回答排序方法，其特征在于，构建增强型注意力机制循环神经网络模型之前还包括对爬取的数据进行预处理的步骤，该步骤包括：

去除文本内容中的词数小于设定数量的问题和回答；

去除点赞数量在一段时间内波段超过预设范围的问题和回答；

对剩余问题和回答的文本内容进行分词处理，则对于每一问题的数据变为：问题的文本内容的分词结果、问题所属的主题、每一回答的内容的分词结果、每一回答的时间戳、以及每一回答的点赞数；其中每一回答的点赞数用于模型好坏的验证，其余信息用作模型的输入，用于之后每个回答质量的评估。