对于我的硕士论文，我使用基于问题的对话框。在这种方法中，只允许您对给定的初始问题提问。透彻的学习理论可以使愚昧无知。 基于此，我尝试实现推荐系统。
对于机器学习或其他方法，必须有庞大的数据集。遗憾的是，该应用程序的使用方式不足以产生足够多的问题。
所以我必须找到新的数据源。我目前无法找到现有的合适数据集，也无法找到适合目的的数据集。
例如，TREC数据集（http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.11.2766&rep=rep1&type=pdf）提供了足够的问题，但它们根本不相关。因此，我将不得不手动创建模式，然后必须再次检索。所以这并不是真的有用。
StackOverflow问题和它们的“相关”问题（如果您从未意识到，则在左下角）也浮在脑海，但它们通常不是问题，通常通过描述问题的文本（语料库）来关联。但是我真的只需要提问。
此外，Reddit Megathread已用于对基础服务进行笔测试。它们在语义上相关并且具有后续关系，但是这些通常也不是问题。
我目前无法提出其他有意义的潜在资源。 有人有创意吗？