摘要

问答系统是目前热门的知识库构建方式之一.然而,当前的问答系统普遍采用专家自主回答或分类随机推荐方式,问题回答的准确率、及时性均较低,导致知识库中噪音知识泛滥.针对以上现象,提出一种基于加权动态权威度的专家推荐方法.该方法首先通过分析专家历史回答内容,并将专家加权动态权威度与LDA模型相结合,构建专家偏好档案;然后及时、精准地将新问题推荐给潜在最适宜专家,从而达到提高问答系统知识库准确性的效果.为了验证本文方法的可行性和有效性,我们使用新浪爱问真实数据集进行分析实验,实验结果表明该方法能够有效地提高专家推荐的准确率.