公开(公告)号：CN113361198B

公开(公告)日：2023-11-03

申请号：CN202110641240.X

申请日：2021-06-09

Applicant: 南京大学

Inventor： 王崇骏 ,  张怡 ,  陈明猜 ,  陈明远 ,  李宁

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F111/04

Abstract: 一种基于公共和私有信息挖掘的众包测试报告融合方法，1)进行特征映射，每个模态中包括所有模态共享的公共信息，以及该模态的私有信息，将原始特征空间中抽取的模态映射为同一维度的公共向量和私有向量；2)对不同模态所包含的所有模态共享的公共信息和每个模态的私有信息进行获取；3)进行模态关系挖掘，将得到d维公共信息Ci和私有信息Sim依次输入到LSTM中进行处理；4)进行标签预测，在多标签学习中，每种模态都有其对多标签预测的特定贡献，利用储存在LSTM记忆单元中的不同模态的信息获取标签之间的关系。本发明能够学习所有模态的低维公共表示，并通过强制正交约束提取每个模态的区别信息，同时，将公共表示作为一种新的模态加入到特定的模态序列中，实现基于提取的模态序列挖掘标签相关性。

公开(公告)号：CN113361198A

公开(公告)日：2021-09-07

申请号：CN202110641240.X

申请日：2021-06-09

Applicant: 南京大学

Inventor： 王崇骏 ,  张怡 ,  陈明猜 ,  陈明远 ,  李宁

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04

Abstract: 一种基于公共和私有信息挖掘的众包测试报告融合方法，1)进行特征映射，每个模态中包括所有模态共享的公共信息，以及该模态的私有信息，将原始特征空间中抽取的模态映射为同一维度的公共向量和私有向量；2)对不同模态所包含的所有模态共享的公共信息和每个模态的私有信息进行获取；3)进行模态关系挖掘，将得到d维公共信息Ci和私有信息Sim依次输入到LSTM中进行处理；4)进行标签预测，在多标签学习中，每种模态都有其对多标签预测的特定贡献，利用储存在LSTM记忆单元中的不同模态的信息获取标签之间的关系。本发明能够学习所有模态的低维公共表示，并通过强制正交约束提取每个模态的区别信息，同时，将公共表示作为一种新的模态加入到特定的模态序列中，实现基于提取的模态序列挖掘标签相关性。