公开(公告)号：CN112416780B

公开(公告)日：2022-03-25

申请号：CN202011336106.0

申请日：2020-11-25

Applicant: 南京大学

Inventor： 张雷 ,  蒋先杰 ,  金斌 ,  张杰 ,  资帅 ,  刘峰 ,  王崇骏

IPC: G06F11/36 ,  G06F40/216 ,  G06F40/284 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种众包测试报告的处理和分类方法，在众包平台下发布软件测试任务，待工人测试完成后收集报告；从获得的数据中提取出Word Embedding、TF‑IDF和Metadata三个维度的特征；使用双向长短时记忆网络获得各个特征的全局编码表示，再根据特征的全局编码表示得到各个特征的注意力权重，并通过注意力权重调整全局编码；分类阶段，根据分类器得到相应的分类结果。本发明解决了没有考虑词序的问题，同事提高了分类的精度。

公开(公告)号：CN112416780A

公开(公告)日：2021-02-26

申请号：CN202011336106.0

申请日：2020-11-25

Applicant: 南京大学

Inventor： 张雷 ,  蒋先杰 ,  金斌 ,  张杰 ,  资帅 ,  刘峰 ,  王崇骏

IPC: G06F11/36 ,  G06F40/216 ,  G06F40/284 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种众包测试报告的处理和分类方法，在众包平台下发布软件测试任务，待工人测试完成后收集报告；从获得的数据中提取出Word Embedding、TF‑IDF和Metadata三个维度的特征；使用双向长短时记忆网络获得各个特征的全局编码表示，再根据特征的全局编码表示得到各个特征的注意力权重，并通过注意力权重调整全局编码；分类阶段，根据分类器得到相应的分类结果。本发明解决了没有考虑词序的问题，同事提高了分类的精度。