Чи існують якісь проекти, які використовують Stack Exchange для машинного навчання?

Чи існують які-небудь проекти AI, які використовують Stack Exchange для машинного навчання?

Звичайно, мабуть, були дослідницькі проекти, що передбачають певну форму пошуку тексту / пошуку інформації / тощо. та сайти StackExchange.

Деякі приклади, які мені вдалося знайти через науковця google / google (навряд чи знайдуться поблизу вичерпного списку):

• TACIT: інструмент для аналізу тексту, сканування та інтерпретації з відкритим кодом описує численні текстові сканери для різних сайтів (включаючи сайти Stack Exchange, але також Twitter, Reddit тощо). На перший погляд, це, здається, в першу чергу стосується сканування, а не того, щоб потім робити щось інше з даними. Пошук інших паперів, які цитують цю книжку в Google Scholar, може дати цікаві результати, однак це може призвести до публікацій, які використовували це для сканування, а потім зробили більше даних.
• Chaff from the Wheat: Характеристика та моделювання видалених запитань щодо переповнення стека описує дослідження якості запитань щодо переповнення стека в певному сенсі (конкретно, прогнозуючи, чи питання видаляються, наприклад). Я не впевнений на 100%, чи це теж той тип речей, який вас цікавить; це Stack Exchange + Machine Learning, як мається на увазі в заголовку вашого запитання, але не обов'язково про збереження інформації з відповідей, що передбачає текст у вашому запитанні.
• Stackoverflow для текстового пошуку: розуміння викликів та пов'язаних з предметом труднощів, з якими стикаються студенти з інформатики, також описує видобуток тексту у питаннях та відповідях StackOverflow, хоча на дуже швидкому погляді здається, що йдеться насамперед про виявлення тем тощо, а не обов'язково про автоматизоване запитання відповідаючи, наприклад.
• Різні грані автоматизованої системи відповідей на запитання на основі тексту є порівняно недавнім опитуванням на тему досліджень автоматизованих відповідей на запитання. Обмін стеками кілька разів згадується як приклад джерела даних для таких систем, але, схоже, не використовується інакше.
• Розширення PythonQA на знаннях від StackOverflow полягає саме у включенні питань та відповідей від StackOverflow в автоматизовану систему запитань та відповідей для запитань про мову програмування Python . У статті міститься посилання на більш детальну інформацію ( http://pythonqas2.epl.di.uminho.pt ), але це посилання видається вниз. Я припускаю, що ви завжди можете спробувати зв’язатися безпосередньо з авторами, якщо вас зацікавить додаткова інформація про це.

Загалом, система автоматичного відповіді на питання, як і раніше, залишається досить активною сферою досліджень, а не тривіальною / «вирішеною» проблемою. StackExchange може бути одним із джерел даних для таких систем, але є й безліч інших джерел даних (Wikipedia, Quora тощо).

DuckDuckGo дізнається відповіді на технічні питання від StackExchange. Введіть у DuckDuckGo технічне запитання на кшталт "поточні проекти використовують stackexchange" і воно надасть підкреслений підсумок відповіді з правого боку. А у качки є відкритий API для багатьох (100) запитань, що відповідають на джерела даних. Або ви можете перейти безпосередньо до api stackexchange .

Проекти можуть використовувати дані з відкритого API SE, якщо вони відповідають їх TOU . В основному просто переконайтеся, що ваші користувачі можуть повідомити, що дані надійшли з Stack Exchange. Ліцензія на авторські права також може обмежувати вашу здатність змінювати вміст тексту, скажімо, навчений абстракційний резюме. Можливо, саме тому Duck.com просто виділяє ключові слова.

Закон про права на захист даних поширюється, особливо якщо мова йде про дані, які ви надсилаєте на сайт, та моделі машинного навчання, що випливають з цих даних. Нові європейські правила щодо даних та конфіденційності дозволяють завантажувати або видаляти всі дані, які ви надсилаєте на сайт, наприклад обмін стеками.