Esistono progetti in corso che utilizzano Stack Exchange per l'apprendimento automatico?

Esistono progetti AI in corso che utilizzano Stack Exchange per l'apprendimento automatico?

Sembra che ci siano stati sicuramente progetti di ricerca che coinvolgono una qualche forma di estrazione del testo / recupero di informazioni / ecc. e siti StackExchange.

Alcuni esempi che sono stato in grado di trovare tramite google / google scholar (è improbabile che si trovino ovunque vicino a un elenco esaustivo):

• TACIT: uno strumento di analisi, scansione e interpretazione del testo open source descrive numerosi crawler di testo per una varietà di siti (compresi i siti Stack Exchange, ma anche Twitter, Reddit, ecc.). A prima vista, questo sembra riguardare principalmente la scansione, non il fare altro con i dati in seguito. La ricerca di altri documenti che citano questo su Google Scholar può produrre risultati interessanti, ma può portare a documenti che lo hanno utilizzato per la scansione e hanno fatto di più con i dati in seguito.
• Chaff from the Wheat: caratterizzazione e modellizzazione di domande cancellate su Stack Overflow descrive la ricerca sulla qualità delle domande Stack Overflow in un certo senso (in particolare, prevedendo se le domande verranno eliminate, ad esempio). Non sono sicuro al 100% se questo è anche il tipo di cose che ti interessano; si tratta di Stack Exchange + Machine Learning come implicito nel titolo della domanda, ma non necessariamente del mantenimento di informazioni dalle risposte come implicito nel testo della domanda.
• Stackoverflow di mining di testo: un'analisi delle sfide e delle difficoltà relative all'argomento affrontate dagli studenti di informatica descrive anche l'estrazione di testo nelle domande e risposte StackOverflow, anche se a prima vista sembra riguardare principalmente il rilevamento di argomenti ecc., Non necessariamente di domande automatizzate rispondendo per esempio.
• Diversi aspetti del sistema di risposta automatica alle domande basato sul testo sembra essere un sondaggio relativamente recente sull'argomento della ricerca sulla risposta automatica alle domande. Stack Exchange è menzionato più volte come esempio di una fonte di dati per tali sistemi, ma non sembra essere usato diversamente.
• L'estensione di PythonQA con conoscenza di StackOverflow riguarda in particolare l' integrazione di domande e risposte da StackOverflow in un sistema di domande e risposte automatizzato per domande sul linguaggio di programmazione Python . L'articolo fornisce un collegamento a maggiori dettagli ( http://pythonqas2.epl.di.uminho.pt ), ma quel collegamento sembra essere inattivo. Suppongo che potresti sempre provare a contattare direttamente gli autori se sei interessato a maggiori informazioni su questo.

Più in generale, i sistemi di risposta automatica alle domande sembrano essere ancora un'area di ricerca piuttosto attiva, non un problema banale / "risolto". StackExchange può essere una fonte di dati per tali sistemi, ma ci sono anche molte altre fonti di dati (Wikipedia, Quora, ecc.).

DuckDuckGo impara le risposte alle domande tecniche da StackExchange. Digita una domanda tecnica come "i progetti in corso utilizzano stackexchange" in DuckDuckGo e fornirà un riepilogo evidenziato della risposta sul lato destro. E la papera ha un'API aperta per molte (100) più fonti di risposta alle domande. Oppure puoi andare direttamente all'API stackexchange .

I progetti possono utilizzare i dati dall'API aperta di SE purché rispettino il loro TOU . Fondamentalmente assicurati solo che i tuoi utenti possano dire che i dati provengono da Stack Exchange. La licenza di copyright può anche limitare la tua capacità di modificare i contenuti del testo, ad esempio un riepilogo astratto appreso. Forse è per questo che Duck.com evidenzia solo le parole chiave.

La legge sui diritti dei dati è in evoluzione, soprattutto quando si tratta dei dati inviati a un sito e dei modelli di apprendimento automatico derivati ​​da tali dati. Le nuove norme europee in materia di dati e privacy ti consentono di scaricare o eliminare tutti i dati che invii a un sito come lo scambio di stack.