Czy są jakieś bieżące projekty wykorzystujące Stack Exchange do uczenia maszynowego?

Czy są jakieś projekty AI, które wykorzystują Stack Exchange do uczenia maszynowego?

Wydaje się, że z pewnością istniały projekty badawcze obejmujące pewną formę eksploracji tekstu / wyszukiwania informacji itp. oraz strony StackExchange.

Kilka przykładów, które udało mi się znaleźć za pośrednictwem Google / Google Scholar (raczej nie znajdzie się w pobliżu wyczerpującej listy):

• TACIT: Narzędzie do analizy, indeksowania i interpretacji tekstu open source opisuje liczne przeszukiwacze tekstu dla różnych witryn (w tym witryn Stack Exchange, ale także Twittera, Reddita itp.). Na pierwszy rzut oka wydaje się, że chodzi przede wszystkim o indeksowanie, a nie o późniejsze robienie z danymi. Wyszukiwanie innych artykułów, które cytują ten artykuł w Google Scholar, może jednak dać interesujące wyniki, ale może prowadzić do artykułów, które wykorzystywały to do indeksowania i później zrobiły więcej z danymi.
• Sieczki z pszenicy: charakterystyka i modelowanie usuniętych pytań na temat przepełnienia stosu opisuje w pewnym sensie badania jakości pytań przepełnienia stosu (w szczególności przewidywanie, czy pytania zostaną usunięte). Nie jestem w 100% pewien, czy jest to również rodzaj rzeczy, którymi jesteś zainteresowany; jest to Stack Exchange + Machine Learning, jak sugeruje tytuł pytania, ale niekoniecznie chodzi o zachowanie informacji z odpowiedzi, jak sugeruje tekst w pytaniu.
• Przerzucanie stosów eksploracji tekstu: wgląd w wyzwania i trudności tematyczne, z jakimi borykają się osoby uczące się informatyki, opisuje również eksplorację tekstu w pytaniach i odpowiedziach StackOverflow, chociaż na pierwszy rzut oka wydaje się, że dotyczy to przede wszystkim wykrywania tematów itp., Niekoniecznie automatycznego pytania odpowiadanie na przykład.
• Różne aspekty zautomatyzowanego systemu odpowiedzi na pytania oparte na tekście wydają się być stosunkowo niedawną ankietą na temat badań nad automatyczną odpowiedzią na pytania. Wymiana stosów jest wymieniana kilka razy jako przykład źródła danych dla takich systemów, ale nie wydaje się, aby była używana w inny sposób.
• Rozszerzenie PythonQA o wiedzę z StackOverflow polega na włączeniu pytań i odpowiedzi z StackOverflow do zautomatyzowanego systemu pytań i odpowiedzi na pytania dotyczące języka programowania Python . Artykuł zawiera link do bardziej szczegółowych informacji ( http://pythonqas2.epl.di.uminho.pt ), ale wydaje się, że ten link nie działa . Przypuszczam, że zawsze możesz spróbować skontaktować się bezpośrednio z autorami, jeśli chcesz uzyskać więcej informacji na ten temat.

Mówiąc bardziej ogólnie, zautomatyzowane systemy odpowiadania na pytania wydają się być raczej aktywnym obszarem badań, a nie trywialnym / „rozwiązanym” problemem. StackExchange może być jednym źródłem danych dla takich systemów, ale istnieje również wiele innych źródeł danych (Wikipedia, Quora itp.).

DuckDuckGo uczy się odpowiedzi na pytania techniczne od StackExchange. Wpisz pytanie techniczne, takie jak „bieżące projekty używają wymiany stosów” w DuckDuckGo, a zobaczysz streszczenie odpowiedzi po prawej stronie. A kaczka ma otwarty interfejs API dla wielu (100) dodatkowych źródeł odpowiedzi na pytania. Lub możesz przejść bezpośrednio do interfejsu wymiany stosów .

Projekty mogą wykorzystywać dane z otwartego API SE, o ile są one zgodne z TOU . Zasadniczo upewnij się, że użytkownicy wiedzą, że dane pochodzą z Stack Exchange. Licencja na prawa autorskie może również ograniczać twoją zdolność do modyfikowania treści tekstu, na przykład wyuczonego abstrakcyjnego streszczenia. Być może dlatego Duck.com po prostu podkreśla słowa kluczowe.

Prawa dotyczące danych podlegają zmianom, szczególnie jeśli chodzi o dane przesłane do witryny oraz modele uczenia maszynowego pochodzące z tych danych. Nowe europejskie zasady dotyczące danych i prywatności umożliwiają pobieranie lub usuwanie wszystkich danych przesyłanych do witryny, takich jak wymiana stosów.