《中国人工智能学会通讯》——1.13 总结与展望

1.13 总结与展望

本文对社区问答系统的组成结构、用户获取信息或者分享知识的典型流程,以及热点研究问题进行了简单介绍。从已有的相关研究工作中可以看出,作为一个新兴而实用的互联网应用,社区问答系统已经受到国内外众多研究学者的关注,并取得了非常丰富的研究成果。然而,社区问答系统的研究还有许多问题有待解决,我们认为未来研究可以重点考虑三个方面。

1 . 挖掘类别层次结构的语义信息
大部分社区问答系统对用户提交的问题都是按照人工设定好的层次类别体系进行组织的。已有的工作所使用的类别信息都仅仅考虑了问题的叶子类别信息,却忽略了这些叶子类别所属的含有丰富语义信息的层次结构。如果能够有效地挖掘类别层次结构的语义信息,不但可以更好地理解和区分众多叶子类别之间的关系,使得叶子类别的模型构建更加精细,而且还可以进一步增强相似问题检索的性能,提高系统的用户满意度。此外,在对系统用户进行建模时,也可以充分考虑用户所回答过的历史问题所属的类别体系,从而也可以使用户的模型构建更加精细,进一步增强问题路由和专家推荐的性能,提高系统效率以及答案质量。

2 . 构建用户随时间变化的兴趣模型
用户是社区问答系统中三个基本元素之一,是系统得以持续发展的根本基础。因此,对系统中的用户进行有效的建模具有非常重要的意义。然而,随着时间的推移,用户在用户社区的影响下不断地学习着令其感兴趣的知识,因此用户的专业知识也会随着时间的推移而发生不断变化。如果能够从已有的用户行为中学习到随时间变化的动态的用户模型,系统将能够更加理解用户,从而更加合理地向潜在回答用户或专家推送未解决的问题。这也将大大激励了用户参与知识获取和知识分享的积极性,提高了系统的性能。

3 . 开发有效的垃圾信息过滤机制
问题和答案是社区问答系统中非常重要的两个基本元素,是人们获取信息和分享知识的重要载体,但同时也为一些用户不合理使用资源提供了途径,例如发布垃圾信息以及广告等。尽管一些社区问答系统提供了一些功能允许用户对社区中的垃圾信息及广告行为进行投诉,但仍有必要研究并开发有效的垃圾信息过滤机制,以保证社区问答系统的健康发展,从而提供更好的用户体验。

总的来说,对社区问答系统的研究,无论是从推动学术界和产业界的发展来看,还是从满足用户的实际需求来看,都具有十分重要的意义。

时间: 2024-10-01 04:54:22

《中国人工智能学会通讯》——1.13 总结与展望的相关文章

《中国人工智能学会通讯》——2.29 未来展望

2.29 未来展望 综上所述,机器翻译研究 60 多年来的发展趋势是不断降低人在翻译过程中主导作用:基于规则的方法完全靠人编纂翻译规则:基于统计的方法能够从数据中自动学习翻译知识,但仍需要人来设计翻译过程的隐结构和特征:基于深度学习的方法则可以直接用神经网络描述整个翻译过程.近年来,端到端神经机器翻译成为最热门的研究领域,未来的研究方向可能集中在以下五个方面. ● 架构:如何设计表达能力更强的新架构?近期提出的神经网络图灵机[15]和记忆网络[16]可能成为下一个关键技术. ● 训练:如何降低训

《中国人工智能学会通讯》——7.14 研究展望

7.14 研究展望 基于上面的讨论,可以看到目前神经网络模型(特别是深度模型)在推荐系统中的应用还是处于很初步的阶段,在未来会有更多.更广泛的尝试.下面对于未来四个可能的研究方向进行简要介绍. 结构化神经网络模型 目前在推荐系统已发表的学术论文中,比较成功的神经网络模型还是基于多层感知器架构进行变型的模型,很少有相关公开的科研成果报道基于结构化的神经网络模型取得了显著提高.这里结构化神经网络主要包括基于序列的循环神经网络或者树结构的递归神经网络.目前推荐系统面临的数据附加信息不断增加,因此原始的

中国人工智能学会通讯——混合智能概念与新进展

脑科学以阐明脑的工作原理为目标,近年来已成为最重要的科学前沿领域之一.脑功能计算.脑智能模仿再度成为学术界和产业界热议话题[1-4].欧盟.美国.日本相继启动了大型脑研究计划,强有力推动了人们对脑结构.脑功能和脑智能的探索和认识:另一方面,人工智能研究风起云涌,最近一个标志性事件是谷歌的AlphaGo以4:1战胜围棋世界冠军李世石[5],实现了围棋人工智能领域史无前例的突破.2016年9月斯坦福大学发布了<2030年的人工智能与生活>报告[6],全面评估了当前人工智能的进展.挑战.机遇与展望.

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍

中国人工智能学会通讯——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进