Clasificación de múltiples motivaciones en preguntas de cQ&A, con aprendizaje supervisado multi-etiqueta
Cargando...
Archivos
Fecha
2018
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
El siguiente trabajo de investigación, presenta un novedoso marco de desarrollo para
identificar aquellas motivaciones que conducen a un usuario a emitir una pregunta en
una Comunidad de Preguntas y Respuestas (cQ&A), utilizando métodos de clasificación
multi-etiqueta. Es de gran utilidad, ya que el comportamiento humano se ha vuelto una
valiosa fuente de información para entender como las personas buscan información en
la web, aspecto relevante para las cQ&A.
Basándose en estudios previos [Choi and Shah, 2015], se asume la existencia de una o
múltiples motivaciones presentes a la hora de escribir una pregunta en una cQ&A como
Yahoo! Answers, Stack Exchange o Wiki Answers. El conocer y entender qué es lo que
motiva a los usuarios a efectuar una pregunta, puede ayudar a la cQ&A a entregarle al
usuario, tanto una respuesta más adecuada, ya que no sólo basta que ésta se encuentre
en la base de conocimientos de la cQ&A, sino que también, ésta debe compartir las
mismas motivaciones. De esta forma, este proyecto propone mejorar la experiencia de
los usuarios, entregándoles a quienes respondan, una interfaz que no sólo cumpla con la
expectativa, sino que también con la motivación del usuario que escribió la pregunta.
Además comprender qué es lo que motiva a los usuarios hacer preguntas en las categorías
existentes en una comunidad.
La hipótesis de este trabajo tiene como objetivo validar el uso de clasificadores con
múltiples etiquetas, como la metodología correcta para la selección de múltiples mo-
tivaciones presentes en una pregunta, de modo que sea reproducible y con resultados
contrastables.
Además demostrar que la clasificación multi-etiqueta, es mejor enfoque que la clasi-
ficación multi-clase, dada las características del problema y si existe correlación entre
etiquetas se detectará.
Con esta base, se hará una recolección de registros de motivaciones, se seleccionarán
aquellas características que impactan de mayor forma a los clasificadores y se generará
un modelo multi-etiqueta y multi-clase el cual será comparado, con el fin de comprobar
esta hipótesis.
En resumen, los resultados muestran que un enfoque multi-etiqueta es útil para de-
terminar la presencia de motivaciones tras una pregunta en una cQ&A, sobre todo por la relación que existen entre motivaciones y características lingüísticas presentes, las
cuales definen un precedente sobre el comportamiento de personas en las cQ&A y los
elementos que considerar a la hora de buscar satisfacer una necesidad que les aqueja.
Notas
Tesis (Magíster en Ciencias de la Computación)
Palabras clave
Preguntas y Respuestas, Procesamiento de Datos