基于BERT的提示學(xué)習(xí)實(shí)現(xiàn)軟件需求精確分類
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>644 K
標(biāo)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(duì)軟件效用的直接回饋, 實(shí)現(xiàn)對(duì)軟件需求工程精確分類可大幅降低維護(hù)成本并顯著加快軟件開發(fā)維護(hù)的流程。使用傳統(tǒng)的基于機(jī)器學(xué)習(xí)分類方法(如邏輯回歸、支持向量機(jī)以及K近鄰算法)，或簡(jiǎn)單地應(yīng)用BERT(Bidirectional Encoder Representation from Transformers)模型都不能很好地利用軟件需求PROMISE數(shù)據(jù)集樣本，最終表現(xiàn)為通用性差或分類效率低。為了增強(qiáng)BERT模型對(duì)自然語言文本的語義理解能力，應(yīng)用提示學(xué)習(xí)的思想，將K分類選擇問題轉(zhuǎn)化為二分判斷問題。實(shí)驗(yàn)結(jié)果表明，無需對(duì)不均衡的數(shù)據(jù)集執(zhí)行樣本均衡策略，模型分類性能便遠(yuǎn)優(yōu)于上述兩種分類工作，獲得最佳的預(yù)測(cè)結(jié)果。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。