齐 乐 张 宇 刘 挺

(哈尔滨工业大学社会计算与信息检索研究中心 哈尔滨 150001) (lqi@ir.hit.edu.cn)

社区问答系统(community question answering， CQA)以其灵活的用户交互特性能够满足人们获取和分享知识的需求，成为广受用户喜爱的只是知识共享平台[1].与其他社会媒体相比，CQA提供了一种特有的交互方式.首先，提问者将其信息需求以问题的方式提交给系统，并等待其他用户给出答案.回答者根据其个人兴趣、知识水平，选择适当的未解决问题来回答，以分享自己的知识[1].

在社区问答中，问题相似度计算有着很重要的意义.针对用户提出新的查询，我们可以通过判断问题相似，在历史纪录中检索与之相似的已解决问题，并将这些问题的答案推荐给用户，从而避免用户的重复提问，也方便用户更快速地获取问题答案[1].

社区问答中的问题通常包括2个部分：1)问题的主题或标题;2)问题的详细描述.这2部分对于判断问题相似都有很重要的作用.然而，用户的提问长短不一，而且由于需求和背景不同，问题描述中可能包含大量对判断问题相似无意义的背景信息.举个例子，对于相似问题S和T(来源于QatarLiving①)，如表1所示，两者句子长度相差悬殊，而且问题T中包含大量背景信息.在小规模的语料中，由于训练语料不足，若将全部文本作为神经网络的输入会引入大量噪声，而神经网络无法很好地去除这些噪声，因此会干扰对两者相似程度的判断.同时，问题主题是问题全部信息的高度概括，相似问题往往……