我不相信 StackExchange 已经准确地发布了他们为此使用的算法，所以我们无法确定。

但是，在这个 meta.stackexchange 问题中，您可以了解在收集训练数据以训练此类分类器方面所做的一些工作。该帖子还链接到“CQADupStack：黄金还是白银？” 论文描述了对直接来自 StackOverflow 的此类数据集的分析。您可以通过浏览谷歌学者找到引用该论文的论文来找到有趣的文献。

还有另一个关于此主题的 meta.stackoverflow 讨论，其中答案链接到为此目的的各种社区开发的项目/机器人。同样，不一定是 StackExchange 站点实际使用的内容，但可能类似。

最后，肯定有很多关于执行此类分类的研究（通过快速谷歌搜索找到的一个示例是“堆栈溢出中的重复问题检测：可重复性研究”，在参考文献列表中可以找到许多其他相关出版物） . 这又不一定导致恰好是 StackExchange 恰好使用的算法，而是许多相关的算法，其中一个或多个他们可能正在使用。