Apakah ada proyek yang sedang berlangsung yang menggunakan Stack Exchange untuk pembelajaran mesin?

Apakah ada proyek AI yang sedang berlangsung yang menggunakan Stack Exchange untuk pembelajaran mesin?

Tampaknya sudah ada proyek penelitian yang melibatkan beberapa bentuk penambangan teks / pencarian informasi / dll. dan situs StackExchange.

Beberapa contoh yang dapat saya temukan melalui google / google scholar (tidak mungkin berada di dekat daftar lengkap):

• TACIT: Alat analisis teks sumber terbuka, perayapan, dan interpretasi menjelaskan sejumlah perayap teks untuk berbagai situs (termasuk situs Stack Exchange, tetapi juga Twitter, Reddit, dll.). Pada pandangan pertama, ini tampaknya terutama tentang perayapan, bukan tentang melakukan hal lain dengan data sesudahnya. Mencari makalah lain yang mengutip yang ini di Google Cendekia dapat menghasilkan hasil yang menarik, namun itu dapat menyebabkan makalah yang menggunakan ini untuk merayapi dan melakukan lebih banyak dengan data setelahnya.
• Chaff dari Gandum: Karakterisasi dan Pemodelan Pertanyaan yang Dihapus tentang Stack Overflow menjelaskan penelitian tentang kualitas pertanyaan Stack Overflow dalam beberapa hal (khususnya, memprediksi apakah pertanyaan akan dihapus misalnya). Saya tidak 100% yakin apakah ini juga jenis barang yang Anda minati; itu adalah Stack Exchange + Machine Learning sebagaimana tersirat dengan judul pertanyaan Anda, tetapi tidak harus tentang menyimpan informasi dari jawaban sebagaimana tersirat oleh teks dalam pertanyaan Anda.
• Penambangan teks stackoverflow: Wawasan tentang tantangan dan kesulitan terkait mata pelajaran yang dihadapi oleh para pembelajar ilmu komputer juga menjelaskan penambangan teks dalam pertanyaan dan jawaban StackOverflow, meskipun sekilas sangat cepat tampaknya terutama tentang pendeteksian topik dll., Tidak harus tentang pertanyaan otomatis menjawab misalnya.
• Berbagai Aspek Sistem Penjawab Pertanyaan Otomatis Berbasis Teks nampaknya merupakan survei yang relatif baru tentang topik penelitian Penjawaban Otomatis. Stack Exchange disebutkan beberapa kali sebagai contoh sumber data untuk sistem tersebut, tetapi tampaknya tidak digunakan sebaliknya.
• Memperluas PythonQA dengan Pengetahuan dari StackOverflow secara khusus tentang menggabungkan Pertanyaan dan Jawaban dari StackOverflow dalam sistem Tanya Jawab otomatis untuk pertanyaan tentang bahasa pemrograman Python . Makalah ini menyediakan tautan ke detail lebih lanjut ( http://pythonqas2.epl.di.uminho.pt ), tetapi tautan itu tampaknya turun. Saya kira Anda selalu dapat mencoba menghubungi penulis secara langsung jika Anda tertarik pada informasi lebih lanjut tentang ini.

Secara lebih umum, sistem Penjawab Pertanyaan Otomatis tampaknya masih merupakan bidang penelitian yang cukup aktif, bukan masalah sepele / "diselesaikan". StackExchange dapat menjadi salah satu sumber data untuk sistem seperti itu, tetapi ada banyak sumber data lain juga (Wikipedia, Quora, dll.).

DuckDuckGo mempelajari jawaban atas pertanyaan teknis dari StackExchange. Ketik pertanyaan teknis seperti "proyek yang sedang berlangsung gunakan stackexchange" ke DuckDuckGo dan itu akan memberikan ringkasan yang disorot dari jawaban di sisi kanan. Dan bebek memiliki API terbuka untuk banyak (100) lebih banyak pertanyaan yang menjawab sumber data. Atau Anda dapat langsung menuju api stackexchange .

Proyek dapat menggunakan data dari API terbuka SE selama mereka mematuhi TOU mereka . Pada dasarnya pastikan saja pengguna Anda dapat mengetahui bahwa data tersebut berasal dari Stack Exchange. Lisensi hak cipta juga dapat membatasi kemampuan Anda untuk mengubah konten teks, dengan kata summarizer abstraktif yang dipelajari. Mungkin itu sebabnya Duck.com hanya menyoroti kata kunci.

Undang-undang hak data berubah, terutama ketika menyangkut data yang Anda kirimkan ke situs dan model pembelajaran mesin yang berasal dari data itu. Data dan aturan privasi baru Eropa memberdayakan Anda untuk mengunduh atau menghapus semua data yang Anda kirimkan ke situs seperti pertukaran tumpukan.