申请/专利权人：南通大学

申请日：2023-02-01

公开（公告）日：2023-09-12

公开（公告）号：CN116738976A

主分类号：G06F40/258

分类号：G06F40/258;G06F8/30;G06F18/214;G06F16/34

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.09.29#实质审查的生效;2023.09.12#公开

摘要：本发明提供了一种基于预训练模型T5的编程问答帖子标题自动补全方法，属于计算机技术领域，解决了开发人员不能很好的总结提炼问题帖标题，导致标题质量低而不能及时得到有效回复的问题。其技术方案为：包括以下步骤：1搜集高质量问题贴；2语料库的构建及预处理；3标题补全模型的构建；4标题补全模型的应用。本发明的有益效果为：减少开发人员编写标题时所需的时间和精力，帮助他们编写更高质量的标题。

主权项：1.基于预训练模型T5的编程问答帖子标题自动补全方法，其特征在于，包括以下步骤：1搜集高质量问题贴：使用编程语言标签从StackOverflow中搜集相关问题贴，并设计四条启发式规则过滤低质量问题贴；2语料库的构建及预处理：从上述问题帖中提取有效信息组成问题标题，问题描述，代码片段三元组，形成初始语料库，并对每个实例的完整标题进行变体操作，每个变体的结尾都有不同数量的单词被屏蔽，形成残缺标题；3标题补全模型的构建：通过连接残缺标题和帖子内容，即问题描述和代码片段对多模态输入进行建模，采用多任务学习，微调基于Transformer的T5模型，得到标题自动补全模型；4标题补全模型的应用：通过分析开发人员提供的问题帖子的内容和提示信息，经过训练的模型在开发人员编写问题标题时提供完整的补全建议。

全文数据：

权利要求：

百度查询： 南通大学 基于预训练模型T5的编程问答帖子标题自动补全方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD