یک مدل آماری جهت ارزیابی سامانه های پرسش و پاسخ تعاملی با استفاده از رگرسیون

همانند بسیاری از زمینه های دیگر زبان شناسی محاسباتی، ارزیابی نقش مهمی در سامانه های پرسش و پاسخ تعاملی ایفا می کند. با این وجود، در زمینه ارزیابی سامانه های پرسش و پاسخ تعاملی به طورتقریبی هیچ روش خاصی وجود ندارد که به ارزیابی کلی این سامانه ها پرداخته و همواره انسان باید در فرآیند ارزیابی مشارکت داشته باشد. ارائه مدلی که بتواند جایگزین انسان در فرآیند ارزیابی شود، یکی از موضوعات مورد توجه در این حوزه است. در این مقاله، یک مدل آماری مناسب برای ارزیابی سامانه های پرسش و پاسخ تعاملی جهت جایگزین کردن به جای انسان توسط مجموعه ای از ویژگی های جدید و رگرسیون ارائه شده است. با استفاده از چهار سامانه تعاملی موجود پایگاه داده ای مناسب ایجاد شد. تعداد 540 نمونه به عنوان داده مناسب در نظر گرفته شد تا مجموعه آزمون و آموزش بر اساس آن تشکیل شود. ابتدا پیش پردازش بر روی مکالمات صورت پذیرفت و بر اساس روابط تعریف شده، ویژگی های آماری از متن مکالمه ها استخراج و بر اساس آن ماتریس ویژگی تشکیل و سپس با استفاده از انواع رگرسیون سعی شد تا بهترین مدل استخراج شود که در نهایت رگرسیون غیرخطی سری توانی با RMSE به میزان 13/0 بهترین مدل را ارائه کرد.