Resumen

Hoy en día, los datos están inundando los foros web en línea, y es altamente deseable convertir una enorme cantidad de datos en conocimiento accionable. Los foros web en línea se han convertido en una parte integral de la web y son fuentes principales de conocimiento. Las personas utilizan esta plataforma para publicar sus preguntas y obtener respuestas de otros miembros del foro. Por lo general, una publicación inicial (pregunta) recibe más de una publicación de respuesta que dificulta que un usuario las escanee todas en busca de la respuesta más relevante y de calidad. Por lo tanto, cómo extraer automáticamente la respuesta más relevante para una pregunta dentro de un hilo es un tema importante. En esta investigación, tratamos la tarea de extracción de respuestas como un problema de clasificación. Una publicación de respuesta puede ser clasificada como relevante, parcialmente relevante o irrelevante para la publicación inicial. Para encontrar la relevancia/similitud de una respuesta a la pregunta, se utilizan características léxicas y no léxicas. Proponemos utilizar LinearSVC, una variante de máquina de vectores de soporte

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Datos; Foros web; Conocimiento; Respuestas; Extracción; Clasificación
• Keywords:Data; Web forums; Knowledge; Answers; Extraction; Classification