Có dự án nào đang diễn ra sử dụng Stack Exchange cho máy học không?

Có dự án AI nào đang diễn ra sử dụng Stack Exchange cho máy học không?

Chắc chắn đã có những dự án nghiên cứu liên quan đến một số hình thức khai thác văn bản / truy xuất thông tin / v.v. và các trang web StackExchange.

Một số ví dụ tôi có thể tìm thấy thông qua học giả google / google (không chắc là ở đâu gần danh sách đầy đủ):

• TACIT: Công cụ phân tích, thu thập thông tin và giải thích văn bản nguồn mở mô tả nhiều trình thu thập văn bản cho nhiều loại trang web (bao gồm các trang web Stack Exchange, nhưng cũng có Twitter, Reddit, v.v.). Thoạt nhìn, điều này dường như chủ yếu là về thu thập thông tin, không phải là làm bất cứ điều gì khác với dữ liệu sau đó. Tìm kiếm các bài viết khác trích dẫn bài này trên Google Scholar có thể mang lại kết quả thú vị, tuy nhiên, điều đó có thể dẫn đến các bài viết đã sử dụng bài này để thu thập thông tin và đã làm nhiều hơn với dữ liệu sau đó.
• Chaff from the Wheat: Đặc trưng và mô hình hóa các câu hỏi đã xóa trên Stack Overflow mô tả nghiên cứu về chất lượng của các câu hỏi Stack Overflow theo một cách nào đó (cụ thể, dự đoán liệu các câu hỏi sẽ bị xóa chẳng hạn). Tôi không chắc chắn 100% nếu đây cũng là loại nội dung bạn quan tâm; đó là Stack Exchange + Machine Learning theo ngụ ý của tiêu đề câu hỏi của bạn, nhưng không nhất thiết phải giữ lại thông tin từ các câu trả lời như ngụ ý của văn bản trong câu hỏi của bạn.
• Luồng khai thác văn bản: Một cái nhìn sâu sắc về những thách thức và những khó khăn liên quan đến chủ đề mà những người học khoa học máy tính gặp phải cũng mô tả việc khai thác văn bản trong các câu hỏi và câu trả lời của StackOverflow, mặc dù trong nháy mắt, nó dường như chủ yếu là về phát hiện chủ đề, v.v. trả lời chẳng hạn.
• Các khía cạnh khác nhau của hệ thống trả lời câu hỏi tự động dựa trên văn bản dường như là một khảo sát tương đối gần đây về chủ đề nghiên cứu trả lời câu hỏi tự động. Stack Exchange được nhắc đến một vài lần như một ví dụ về nguồn dữ liệu cho các hệ thống như vậy, nhưng dường như không được sử dụng theo cách khác.
• Mở rộng PythonQA với Kiến thức từ StackOverflow đặc biệt là kết hợp Câu hỏi và Câu trả lời từ StackOverflow trong một hệ thống Câu hỏi và Trả lời tự động cho các câu hỏi về ngôn ngữ lập trình Python . Bài viết cung cấp một liên kết đến nhiều chi tiết hơn ( http://pythonqas2.epl.di.uminho.pt ), nhưng liên kết đó dường như bị ngừng hoạt động. Tôi cho rằng bạn luôn có thể thử liên hệ trực tiếp với các tác giả nếu bạn quan tâm đến nhiều thông tin hơn về vấn đề này.

Tổng quát hơn, các hệ thống trả lời câu hỏi tự động dường như là một lĩnh vực nghiên cứu khá tích cực, không phải là một vấn đề tầm thường / "giải quyết". StackExchange có thể là một nguồn dữ liệu cho các hệ thống như vậy, nhưng cũng có rất nhiều nguồn dữ liệu khác (Wikipedia, Quora, v.v.).

DuckDuckGo tìm hiểu câu trả lời cho các câu hỏi kỹ thuật từ StackExchange. Nhập một câu hỏi kỹ thuật như "các dự án đang diễn ra sử dụng stackexchange" vào DuckDuckGo và nó sẽ cung cấp một bản tóm tắt nổi bật về câu trả lời ở phía bên tay phải. Và con vịt có một API mở cho nhiều (100 giây) câu hỏi trả lời nguồn dữ liệu. Hoặc bạn có thể truy cập trực tiếp vào api stackexchange .

Các dự án có thể sử dụng dữ liệu từ API mở SE miễn là chúng tuân thủ TOU của chúng . Về cơ bản chỉ cần đảm bảo rằng người dùng của bạn có thể nói rằng dữ liệu đến từ Stack Exchange. Giấy phép bản quyền cũng có thể giới hạn khả năng của bạn để thay đổi nội dung của văn bản, với một tóm tắt trừu tượng đã học. Có lẽ đó là lý do tại sao Duck.com chỉ nêu bật các từ khóa.

Luật quyền dữ liệu đang thay đổi, đặc biệt là khi nói đến dữ liệu bạn đã gửi đến một trang web và các mô hình học máy có nguồn gốc từ dữ liệu đó. Dữ liệu châu Âu và quy tắc bảo mật mới cho phép bạn tải xuống hoặc xóa tất cả dữ liệu bạn gửi đến một trang web như trao đổi ngăn xếp.