-
题名基于RCNN的问题相似度计算方法
被引量：9
- 1
-
-
作者
杨德志
柯显信
余其超
杨帮华
-
机构
上海大学机电工程与自动化学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2021年第6期1076-1080,共5页
-
基金
国防基础科研计划项目(JCKY2017413C002)。
-
文摘
在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络(CNN)和长短记忆网络(LSTM),提出了递归卷积神经网络(RCNN)问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D卷积神经网络将词嵌入信息与上下文信息进行融合;再利用全局最大池化提取关键信息来完成问句的语义表示;最后通过匹配层判断问句对的相似度。在Quora Question Pairs数据集上的实验结果表明,该相似度计算方法准确率为83.57%,优于其他方法。
-
关键词
问题相似度
递归卷积神经网络
全局最大池化
孪生网络
-
Keywords
question similarity
recursive convolutional neural network
global maximum pooling
siamese network
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于XML的智能答疑系统研究
- 2
-
-
作者
王常亮
闫利华
吴曦德
-
机构
浙江工业职业技术学院计算机系
赤峰学院计算机科学与技术系
-
出处
《赤峰学院学报（自然科学版）》
2008年第9期86-89,共4页
-
文摘
分析了当前答疑系统在通用性、智能性和查找速度上存在的不足,提出基于XML的智能答疑系统模型,并围绕该模型就基于XML的问题库的表示、问题相似度计算、基于单字的倒排索引和反向推理机制进行了论述.
-
关键词
XML
智能答疑系统
FAQ
问题相似度
倒排索引
反向推理
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于开发者模型的问题修复者推荐方法
- 3
-
-
作者
董芷艺
谢章伟
崔展齐
-
机构
北京信息科技大学计算机学院
吉林大学软件学院
-
出处
《北京信息科技大学学报（自然科学版）》
2019年第3期64-67,78,共5页
-
基金
北京市教委科技计划项目(KM201811232016)
网络文化与数字传播北京市重点实验室开放课题(ICDD2017XX)
北京信息科技大学促进高校内涵发展——信息+项目-面向大数据的竞争情报分析、关键技术研究
-
文摘
针对开源软件社区Github中大量问题(Issue)得不到及时解决的情况,为了加快项目开发进程,提出了一种基于问题相似度和多特征开发者模型的Github问题修复者推荐方法。首先,基于问题相似度筛选出待解决问题的候选修复者;然后,通过包含社区影响力和社区贡献度的社交属性,以及包含项目技术能力和项目贡献度的技术属性对开发者进行建模;最后,根据开发者模型与问题的匹配度对候选修复者进行排序,以推荐合适的问题修复者。在Github中3个大型开源项目上进行的实验结果表明,采用此方法能有效推荐问题修复者,所推荐的前5名开发者中包含问题实际修复者的准确度达41. 67%。
-
关键词
修复者推荐
开发者模型
特征属性
问题相似度
-
Keywords
developer recommendation
developer models
feature properties
problem similarity
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-
