Fugu-MT 論文翻訳(概要): Mining Duplicate Questions of Stack Overflow

論文の概要: Mining Duplicate Questions of Stack Overflow

arxiv url: http://arxiv.org/abs/2210.01637v1
Date: Tue, 4 Oct 2022 14:34:59 GMT
ステータス: 処理完了
システム内更新日: 2022-10-05 14:15:23.228810
Title: Mining Duplicate Questions of Stack Overflow
Title（参考訳）: stack overflowの重複質問のマイニング
Authors: Mihir Kale, Anirudha Rayasam, Radhika Parik, Pranav Dheram
Abstract要約: Stack Overflow上での重複質問検出のためのニューラルネットワークに基づくアーキテクチャを2つ提案する。また,質問に含まれるコードを明示的にモデル化して,技術状況を超える結果が得られるようにも提案する。
参考スコア（独自算出の注目度）: 5.924018537171331
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: There has a been a significant rise in the use of Community Question Answering sites (CQAs) over the last decade owing primarily to their ability to leverage the wisdom of the crowd. Duplicate questions have a crippling effect on the quality of these sites. Tackling duplicate questions is therefore an important step towards improving quality of CQAs. In this regard, we propose two neural network based architectures for duplicate question detection on Stack Overflow. We also propose explicitly modeling the code present in questions to achieve results that surpass the state of the art.
Abstract（参考訳）: コミュニティ質問回答サイト(Community Question Answering Site, CQA)の利用は、主に群衆の知恵を活用する能力によって、過去10年間で著しく増加してきた。重複した質問は、これらのサイトの品質に悪影響を及ぼす。したがって、重複した質問に取り組むことは、cqaの品質を改善するための重要なステップです。本稿では,スタックオーバーフローにおける重複質問検出のための2つのニューラルネットワークベースのアーキテクチャを提案する。また,質問に含まれるコードを明示的にモデル化して,技術状況を超える結果が得られるよう提案する。

関連論文リスト

Duplicate Question Retrieval and Confirmation Time Prediction in Software Communities [4.721583392950402]
異なるドメインにおけるコミュニティ質問回答(CQA)は、複数のプラットフォームが利用可能であり、ユーザ間で大きな共有情報があるため、大規模に成長している。このようなオンラインプラットフォームが急速に成長する中で、大量のアーカイブデータによって、モデレーターが新たな疑問のために可能な複製を検索することが困難になる。我々は、テキストとネットワークベースの両方の特徴を生かして、シームズニューラルネットワークに基づくアプローチを提案する。
論文参考訳（メタデータ） (2023-09-10T14:13:54Z)
Answering Ambiguous Questions with a Database of Questions, Answers, and Revisions [95.92276099234344]
ウィキペディアから生成される曖昧な質問のデータベースを利用して、あいまいな質問に答えるための新しい最先端技術を提案する。提案手法は,リコール対策で15%,予測出力から不明瞭な質問を評価する尺度で10%向上する。
論文参考訳（メタデータ） (2023-08-16T20:23:16Z)
Answer ranking in Community Question Answering: a deep learning approach [0.0]
本研究は, 地域質問回答の回答ランキングを, 深層学習のアプローチで進めることによって, 技術の現状を推し進めるものである。 Stack OverflowのWebサイトにポストされた質問と回答の大規模なデータセットを作成しました。我々は,高密度埋め込みとLSTMネットワークの自然言語処理機能を利用して,受理された応答属性の予測を行った。
論文参考訳（メタデータ） (2022-10-16T18:47:41Z)
Multifaceted Improvements for Conversational Open-Domain Question Answering [54.913313912927045]
対話型オープンドメイン質問回答(MICQA)のための多面的改善フレームワークを提案する。第一に、提案したKL分割に基づく正規化は、検索と解答のためのより良い質問理解をもたらすことができる。第二に、追加されたポストランカモジュールは、より関連性の高いパスをトップにプッシュし、2アスペクトの制約で読者に選択できる。第3に、十分に設計されたカリキュラム学習戦略は、訓練と推論の黄金の通路設定のギャップを効果的に狭め、黄金の通路支援なしで真の答えを見つけることを奨励する。
論文参考訳（メタデータ） (2022-04-01T07:54:27Z)
Improving the Question Answering Quality using Answer Candidate Filtering based on Natural-Language Features [117.44028458220427]
本稿では,質問応答(QA)の品質をいかに改善できるかという課題に対処する。私たちの主な貢献は、QAシステムが提供する間違った回答を識別できるアプローチです。特に,提案手法は誤答の大部分を除去しつつ,その可能性を示した。
論文参考訳（メタデータ） (2021-12-10T11:09:44Z)
On the Feasibility of Predicting Questions being Forgotten in Stack Overflow [1.9403536652499676]
新しい技術、技術機能、および技術バージョンに関する疑問が持ち上がり、技術が進化するにつれて答える必要がある。同時に、他の質問は時間とともに重要視されなくなり、最終的にユーザにとって無関係になる。質問は、Stack Overflowのコンテンツを簡潔かつ有用に保つための重要なステップです。
論文参考訳（メタデータ） (2021-10-29T15:59:11Z)
Attention-based model for predicting question relatedness on Stack Overflow [0.0]
Stack Overflowにおける質問間の関連性を自動的に予測するアテンションベースの文対相互作用モデル(ASIM)を提案する。 ASIMは、Precision、Recall、Micro-F1評価メトリクスのベースラインアプローチを大幅に改善しました。私たちのモデルは、Ask Ubuntuの重複質問検出タスクでもうまく機能します。
論文参考訳（メタデータ） (2021-03-19T12:18:03Z)
Few-Shot Complex Knowledge Base Question Answering via Meta Reinforcement Learning [55.08037694027792]
複雑な質問答え(CQA)は、知識ベース(KB)上の複雑な自然言語質問に答える。従来のニューラルプログラム誘導(NPI)アプローチは、質問の種類が異なる場合、不均一なパフォーマンスを示す。本稿では,CQAにおけるプログラム誘導のためのメタ強化学習手法を提案する。
論文参考訳（メタデータ） (2020-10-29T18:34:55Z)
ClarQ: A large-scale and diverse dataset for Clarification Question Generation [67.1162903046619]
そこで我々は,スタックエクスチェンジから抽出したポストコメンデーションに基づいて,多様な,大規模な明確化質問データセットの作成を支援する,新しいブートストラップフレームワークを考案した。質問応答の下流タスクに適用することで,新たに作成したデータセットの有用性を定量的に示す。我々はこのデータセットを公開し、ダイアログと質問応答システムの拡張という大きな目標を掲げて、質問生成の分野の研究を促進する。
論文参考訳（メタデータ） (2020-06-10T17:56:50Z)
Unsupervised Question Decomposition for Question Answering [102.56966847404287]
本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
論文参考訳（メタデータ） (2020-02-22T19:40:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。