Un enfoque de extracción de información para el reuso de conocimiento en foros de discusión

Abstract

El intercambio de conocimientos en los foros de las comunidades de preguntas y respuestas (CQA, del inglés Community Question-Answering) constituye una fuente invaluable de información para satisfacer las necesidades informativas de los usuarios. Este estudio se centra en un foro de programación informática del mundo real, donde la identificación de la mejor respuesta a una pregunta plantea desafíos significativos. Con este objetivo en mente, la presente tesis aborda la calidad variable del contenido generado por los usuarios, influenciada por la naturaleza libre del lenguaje y la disparidad en la experiencia de los participantes. Por un lado, se explora la relación entre diversas características de los mensajes y la predicción de las mejores respuestas en un hilo de discusión. Por otro lado, se considera la experticia de los usuarios al abordar la explicación de la resolución de los problemas expresados en las preguntas. Para ello se utilizan modelos de clasificación para evaluar el rendimiento de diversas características, destacando la legibilidad como uno de los factores más críticos para identificar las mejores respuestas. Además, en el ámbito de los usuarios, se emplean métricas de grafos para evaluar la red que representa las conexiones entre ellos. Para el análisis de dicha red, se evaluó la efectividad y precisión de algoritmos conocidos, comparándolos con enfoques tradicionales de detección de expertos. El propósito fundamental de esta investigación es arrojar luz sobre las razones que propician que ciertas respuestas reciban más votos y sean seleccionadas como las mejores para una cierta pregunta. Este conocimiento podría ser utilizado para capacitar a los usuarios para mejorar sus respuestas, contribuyendo así a elevar la calidad general del contenido en las plataformas CQA, como así también en el desarrollo de métodos efectivos de recomendación de hilos de discusión en foros. Al profundizar en la comprensión de los factores que influyen en la elección de respuestas destacadas, esta tesis busca proporcionar herramientas para la mejora continua del intercambio de conocimientos en entornos de comunidades virtuales.