¿Cómo clasifica Quora las preguntas? ¿Qué algoritmos usan?

No es muy difícil hacerlo como programador.

Simplemente haga una lista de las palabras clave y asígneles una categoría y una vez que encuentre esas palabras clave en la pregunta, agréguele etiquetas de categoría.

Supongo que Quora lo hace de una manera mejor o similar.

Ejemplo: ‘amor’, ‘amigo’, ‘ex’ (etc.) son algunas palabras clave que puede asignar a la categoría ‘relación’. (No importa cuál sea realmente el nombre de su categoría).

Ahora supongamos que se agrega una pregunta:

“¿Te enamoras a primera vista?”
El algoritmo de Quora intenta encontrar la coincidencia para cada palabra clave en su lista y, como puede suponer, detectará la palabra clave ‘amor’ en esta pregunta, por lo que agregará la etiqueta de ‘relación’.

Ahora el problema surge cuando sucede algo como esto:
¿Y si matas a tu primer amor?

El algoritmo agregará la etiqueta de categoría ‘relación’, pero también detectará la palabra clave ‘kill’ en la pregunta. Por lo tanto, también agregará la etiqueta de categoría ‘crimen’ (usemos este nombre de categoría).

Pero como puede ver, las dos etiquetas de categoría son contradictorias ‘relación’ y ‘crimen’, lo que significa que uno puede estar en cualquiera de los dos pero no en ambos.

Entonces, para evitar tal situación, lo que un programador puede hacer es asignar prioridad a las categorías predefinidas, por lo que si una pregunta cae en ambas categorías, el que tenga una mejor prioridad de rango se hará cargo de la etiqueta de categoría.

En este caso, si ‘crimen’ es una prioridad de rango mejor que ‘relación’, esta pregunta debería caer bajo la etiqueta ‘crimen’.

Pero ahora surge otra situación:
‘¿Por qué las personas se lastiman en el amor de alguien?’

Ahora ‘lastimar’ -> ‘crimen’ y ‘amor’ -> ‘relación’, y ‘crimen’ tiene una mejor prioridad de rango que ‘relación’, por lo que el algoritmo hace que caiga bajo la etiqueta ‘crimen’, pero vea la pregunta y no está destinado a estar bajo la etiqueta de crimen.

Ahora hay 2 formas de evitar estos escenarios:

1: Deje que ocurra la categorización de acuerdo con la prioridad, pero como puede ver aquí y allá, las personas pueden agregar y eliminar etiquetas de categoría para reasignar la pregunta adecuadamente. (Aunque esta no es la mejor manera, tales preguntas tienen una ocurrencia rara por lo que se ajusta a la ecuación general).

2. Simplemente agregue las etiquetas de categoría y no asigne ninguna prioridad predefinida a categorías predefinidas. Pero entonces aparecerá la misma pregunta tanto en las categorías ‘crimen’ como ‘relación’ y luego podemos confiar en las personas para asignarles automáticamente las etiquetas de categoría apropiadas.

Prefiero la segunda forma ya que las categorías pueden diseñarse para ser editadas / eliminadas y agregadas por los usuarios también. En este caso, el segundo funciona y tiene una mínima probabilidad de falla.

En este momento, no agregamos automáticamente ningún tema a las preguntas en su mayor parte *. Las razones principales para esto son que, dado que el sitio aún está despegando, necesitamos desarrollar el conjunto de temas que pertenecen al sitio, y también porque creemos que los humanos pueden hacer un mejor trabajo.

Una vez que tengamos una masa crítica de temas en el sitio, probablemente experimentaremos sugiriendo temas y quizás incluso agregándolos a nuevas preguntas automáticamente.

* Hay dos excepciones a esto: (1) Si agrega una pregunta de seguimiento, la pregunta de seguimiento comienza con todos los temas de su padre. (2) Si hace una pregunta desde una página de temas, ese tema se adjuntará automáticamente a la pregunta.

Quora no etiqueta las preguntas automáticamente todavía. Todo lo que hace: los expone a las personas que lo usan y tienen la amabilidad de asignar temas (afortunadamente es fácil) compartir la pregunta con una comunidad más informada suscrita a ese tema y en pocas rondas que involucran pocas ediciones de temas, la pregunta gana todo temas Por ejemplo, para ver el historial de actividad sobre su pregunta, agregue / inicie sesión en la URL de la pregunta, o visite el enlace “Estadísticas de preguntas -> Última actividad” en la barra lateral a la derecha (específicamente http://www.quora.com/How-does -Qu … para esta pregunta.)

Creo que el modelado de temas y los algoritmos LDA se utilizan para extraer primero los temas de las oraciones.

Y, si solo cuenta las frecuencias de aparición de temas, a partir de lo que publican las personas y las limita, puede extraer temas.

Cuando publicas, simplemente extraen frases nominales de tu pregunta y verifican los temas … Este podría ser 1 método posible.

El etiquetado lo puede hacer cualquiera que vea su pregunta, incluido usted, el interrogador original. Puede agregar, eliminar o editar etiquetas en el área sobre el Texto de la pregunta.

Reconocimiento de palabras y asociación.

Realiza parte del trabajo, pero no se puede confiar en que termine el trabajo.

Dada la iteración actual, generalmente se requiere intervención humana. Espero que esto mejore con el tiempo.

Lógicamente parece un proceso de aprendizaje. Algo parecido a lo que usa la búsqueda de Google en el sentido más básico.
Cada vez que el conjunto de palabras aparece en una pregunta, Quora comienza a buscar resultados de los datos analizados (ingresados ​​por muchas otras personas). Probablemente extrae los datos y hace algo como el descubrimiento del conocimiento.

Creo que esto es algo similar a la implementación real.

Los algoritmos no son como un solo libro de cosas que elige un programador, un algoritmo es “una forma de hacer “. Alguien escribió un medio para asignar categorías a las preguntas: ese es el algoritmo que se utiliza. Puede ser casi exactamente lo mismo que un algoritmo utilizado en un sitio diferente para hacer lo mismo, pero los programadores no los obtuvieron de un “libro de algoritmos”, sino que ambos escriben un código similar.

parece que Quora solo asignaría temas basados ​​en nuestras palabras, y es razonable, ya que es bot quien lo hizo, no humano.

Escriba una pregunta sobre RMS Titanic, y elegirá automáticamente el tema de la película Titanic, a pesar de que ni siquiera pregunta por la película.

Ese es solo un ejemplo. Muchas veces obtienes un tema que no siempre es relevante para tu pregunta porque el bot solo está viendo tus palabras.