-
公开(公告)号：CN114239576A
公开(公告)日：2022-03-25
申请号：CN202111566439.7
申请日：2021-12-20
Applicant: 南京邮电大学
IPC: G06F40/289 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于主题模型和卷积神经网络的issue标签分类方法，包括以下步骤：1)数据收集：通过GitHub Archive获取需要的issue数据作为数据集；2)数据处理：对收集到的issue文本进行数据清洗；3)LDA提取主题与词语：对每个issue的文本进行LDA模型处理；4)自定义主题：自定义主题，并统计相应主题下的高频单词；5)主题融合：将LDA和自定义主题结合，构建主题单词词典；6)向量拼接：将词向量和主题向量拼接；7)数据再平衡：应用数据再平衡技术平衡训练集；8)模型训练：采用卷积神经网络对issue进行识别分类；本发明是一种基于主题模型和卷积神经网络的issue标签分类方法，实现了issue标签的自动分类识别。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
