Precision@1提升30%
一个融合神经主题模型与预训练语言模型的答案选择模型，通过主题感知表示与两阶段训练，在技术问答社区中显著提升了答案推荐的准确性。
Yuanhang, Yang · Wei, He · 高翠芸 · 徐增林 · Xia, Xin · Liu, Chuanyi
ACM Transactions on Software Engineering and Methodology 2023
通过神经主题模型聚焦帖子主题，降低无关句子的干扰，使模型更准确地捕捉文本主旨。
结合神经主题模型，利用语料级知识增强深度表示，缓解问答帖子间的词汇鸿沟，减少错误推荐。
采用两阶段训练技术，提高模型训练的稳定性。
在四个基准数据集上，Precision@1 一致超越现有最佳技术 30% 以上。