ATP : Plongement de graphes dirigés avec préservation de la transitivité asymétrique

Les graphes dirigés sont largement utilisés dans les services de Questions-Réponses Communautaires (CQAs) pour modéliser les relations asymétriques entre différents types de nœuds dans les graphes CQA, tels que les questions, les réponses et les utilisateurs. La transitivité asymétrique est une propriété essentielle des graphes dirigés, car elle peut jouer un rôle important dans l'inférence et l'analyse des graphes en aval. La difficulté des questions et l'expertise des utilisateurs suivent la caractéristique de la transitivité asymétrique. Conserver ces propriétés tout en réduisant le graphe à un espace d'embedding vectoriel de dimension inférieure a été le sujet de nombreuses recherches récentes. Dans cet article, nous abordons le défi de l'embedding de graphes dirigés avec préservation de la transitivité asymétrique, puis nous utilisons la méthode d'embedding proposée pour résoudre une tâche fondamentale dans les CQAs : comment router et attribuer correctement les nouvelles questions postées aux utilisateurs possédant l'expertise et l'intérêt appropriés dans les CQAs. La technique intègre naturellement les informations hiérarchiques et d'accessibilité du graphe en s'appuyant sur une transformation non linéaire qui opère sur l'accessibilité centrale et la hiérarchie implicite au sein de ces graphes. Ensuite, la méthodologie utilise une approche basée sur la factorisation pour générer deux vecteurs d'embedding pour chaque nœud du graphe, afin de capturer la transitivité asymétrique. De nombreuses expériences montrent que notre cadre dépasse constamment et significativement les méthodes de référence actuelles sur deux tâches réelles diverses : la prédiction de liens et l'estimation de la difficulté des questions ainsi que la recherche d'experts dans des forums en ligne comme Stack Exchange. Notamment, notre cadre peut prendre en charge l'apprentissage inductif d'embeddings pour les nouvelles questions postées (nœuds non vus lors de l'entraînement), permettant ainsi de router et d'attribuer ces questions à des experts dans les CQAs.