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。