摘要

【目的】构建新的问答社区回答质量评价体系,对问答社区的回答质量进行更精准的评价。【方法】构建融合用户评价标准和数据特征的回答质量评价指标体系,依据回答评论对文本进行向量化表示。利用支持向量机模型对文本进行标签表示学习,利用所得到的文本分类准确率进行对比实验。【结果】实验证明融合用户评价标准和数据特征的回答质量评价指标体系可以获得85.32%的较高分类准确率,高于仅使用用户评价标准指标的61.44%和仅使用数据特征指标的79.10%。【局限】存在主观标注过程带来的误差。【结论】融合用户评价标准和数据特征的问答社区回答质量评价方法具有较好的准确性与优越性。