| 基于BERT的提示學習實現軟件需求精確分類 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：644 K | |
| 標簽： 軟件需求 精確分類 雙向編碼器 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 軟件需求是用戶對軟件效用的直接回饋, 實現對軟件需求工程精確分類可大幅降低維護成本并顯著加快軟件開發維護的流程。使用傳統的基于機器學習分類方法(如邏輯回歸、支持向量機以及K近鄰算法)，或簡單地應用BERT(Bidirectional Encoder Representation from Transformers)模型都不能很好地利用軟件需求PROMISE數據集樣本，最終表現為通用性差或分類效率低。為了增強BERT模型對自然語言文本的語義理解能力，應用提示學習的思想，將K分類選擇問題轉化為二分判斷問題。實驗結果表明，無需對不均衡的數據集執行樣本均衡策略，模型分類性能便遠優于上述兩種分類工作，獲得最佳的預測結果。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2