Часто задаваемые вопросы (ЧЗВ) содержат актуальную информацию о программном продукте и позволяют снизить нагрузку на отдел технической поддержки. Формирование ЧЗВ и поддержка их в актуальном состоянии требует существенных затрат от разработчика. Описываемый в данной работе способ позволяет в автоматическом режиме выбрать наиболее релевантные для добавления в ЧЗВ вопросно-ответные пары, которые затем передаются эксперту для редактирования перед публикацией. Для этого применяются методы интеллектуального анализа текста и тематического моделирования. Данный подход может быть применен и для других источников ИТ-дискуссий, таких как: форумы, вопросно-ответные системы. Практические результаты показывают, что используемый подход позволяет упростить формирование актуальных ЧЗВ.

• ВВЕДЕНИЕ
• 1. Анализ методов извлечения часто задаваемых вопросов
  • 1.1. Существующие подходы к задаче извлечения ЧЗВ
  • 1.2. Тематическое моделирование
  • 1.3. Методы построения тематической модели
    • 1.3.1. Кластеризация и классификация
    • 1.3.2. Латентно-семантическое индексирование
    • 1.3.3. Вероятностный латентно-семантический анализ
    • 1.3.4. Латентное размещение Дирихле
    • 1.3.5. Другие методы
  • 1.4. Сравнение тематических моделей
  • 1.5. Резюме
• 2. Постановка задачи извлечения вопросно-ответных пар
  • 2.1. Анализируемые данные
  • 2.2. Формулирование требований
  • 2.3. Решаемые задачи
  • 2.4. Резюме
• 3. Разработка технологии извлечения вопросно-ответных пар
  • 3.1. Обзор этапов подхода
  • 3.2. Предобработка данных
    • 3.2.1. Эвристики отображения
    • 3.2.2. Эвристики тематического моделирования
    • 3.2.3. Фильтрация обращений
  • 3.3. Тематическое моделирование
    • 3.3.1. Скрытое размещение Дирихле
  • 3.4. Формирование пар вопрос-ответ
    • 3.4.1. Дополнительная фильтрация
    • 3.4.2. Определение вопросов и ответов
    • 3.4.3. Удаление расфокусированных тем
  • 3.5. Резюме
• 4. Реализация алгоритма извлечения вопросно-ответных пар
  • 4.1. Используемые технологии
  • 4.2. Структура проекта
  • 4.3. Получение исходных данных
  • 4.4. Модель данных
  • 4.5. Взаимодействие с базой данных
  • 4.6. Реализация предобработки данных
    • 4.6.1. Фильтрация данных
    • 4.6.2. Эвристики предобработки
  • 4.7. Построение тематической модели
    • 4.7.1. Выбор реализации LDA
    • 4.7.2. Пакет org.jetbrains.zkb.lda
  • 4.8. Поиск вопросно-ответных пар
  • 4.9. Резюме
• 5. Оценка эффективности разработанного подхода извлечения вопросно-ответных пар
  • 5.1. Определение доли найденных ВОП
  • 5.2. Оценка влияния эвристик и параметров на качество ВОП
  • 5.3. Экспертная оценка
  • 5.4. Резюме
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А. Регулярные выражения
• ПРИЛОЖЕНИЕ Б. Примеры вопросно-ответных пар