通过利用众包时间同步评论中的模式探索用户体验提升

时间同步评论（TSC）是一种嵌入在在线视频网站中的众包观众评论，比传统用户评论提供更好的实时用户交互。考虑到 TSC 的强时间特征，传统文本评论分析方法不能直接转移到来解决 TSC 相关研究问题，因此在过去几年中备受关注。然而，现有 TSC 研究存在三个主要问题。首先，他们没有展示 TSC 相对于传统信息在改善用户体验方面的有用性。其次，实验是在不一致的 TSC 数据集上进行的，因此难以复现结果。第三，现有方法的性能不可信，因为他们的结果是由实验中所谓有限数量的专家手动评估的。本文旨在通过利用具有四级结构和更丰富属性的大规模 TSC 数据集来探索 TSC 数据在改善观看视频用户体验方面的有用性。同时，本文正确定义了一系列 TSC 相关研究问题，并使用适配的最先进方法解决这些问题，并基于数据集中包含的众包标签进行评估。