典型文献
基于特征扰动的半监督专家发现方法
文献摘要：
专家可为社区问答提供权威的答复,高效精准的专家发现有助于提升问答社区的服务质量.现有社区用户数据中存在噪声标签数据,且由于专家数量较少造成分类数据不平衡,从而降低了监督学习模型的专家发现精度.针对上述问题,本文提出一种基于特征扰动的半监督专家发现方法.该方法构建了一种无标签数据特征扰动策略,利用Sharpening算法实现无标签数据的伪标签化;基于ADASYN算法,通过构建专家用户邻近样本的方式扩充专家样本数据量,缓解分类数据的不平衡;构建联合损失函数,利用有标签和伪标签数据共同训练分类器,增强模型的泛化性能.实验结果表明,该方法在多个评价指标上优于已有模型和方法.
文献关键词：
专家发现;社区问答;半监督学习;特征扰动
中图分类号：
作者姓名：
陈卓;张樊星;杜军威;袁玺明
作者机构：
青岛科技大学信息科学技术学院,山东青岛266061
文献出处：
引用格式：
[1]陈卓;张樊星;杜军威;袁玺明-.基于特征扰动的半监督专家发现方法)[J].湖南大学学报（自然科学版）,2022(10):85-91
A类：
B类：
特征扰动,专家发现,社区问答,答复,问答社区,社区用户,用户数据,噪声标签,家数,分类数据,数据不平衡,无标签数据,数据特征,扰动策略,Sharpening,算法实现,伪标签,标签化,ADASYN,专家用户,数据量,联合损失函数,分类器,增强模型,泛化性能,半监督学习
AB值：
0.34206
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
