开源项目中issues关联预测和关联类型分类方法

AITNT
正文
推荐专利
开源项目中issues关联预测和关联类型分类方法
申请号:CN202411030726
申请日期:2024-07-30
公开号:CN119249291A
公开日期:2025-01-03
类型:发明专利
摘要
本发明公开了一种开源项目中issues关联预测和关联类型分类方法,包括:issues关联预测阶段从开源项目历史数据中收集数据构建样本集,并提取结构化特征用于训练二元分类预测模型;issues关联类型分类阶段从收集的数据中构建并提取图特征并结合文本特征训练多分类模型,用于预测在上一个模块中被预测为存在关联的issues对的具体关联类型。本发明将issues之间关联关系的预测分为关联预测和关联类型分类两个阶段,通过挖掘issues之间的深层语义特征和图结构特征结合结构化特征实现关联issues的预测和关联关系的分类,用于提高关联issues推荐的准确性。
技术关键词
开源项目 多分类器 阶段 文本 样本 语义特征 分类方法 分类预测模型 训练分类器 嵌入框架 机器学习算法 数据 神经网络模型 页面 生态系统 自然语言 无监督 关系
系统为您推荐了相关专利信息
1
基于情感判别的面部表情数据生成大模型训练、生成方法
情感类别 融合特征 音频特征 情感特征 矢量特征
2
基于信任关系重构舆情网络的用户情感分析方法、系统、设备及介质
情感分析方法 关系 文本 网络结构 线性回归模型
3
一种机电多专业模块智能抬升装置的控制方法
误差参数 抬升装置 机电结构 专业 偏差
4
一种基于文本资料的知识语义树构建方法
树构建方法 文本 资料 词袋模型 构建语义树
5
算法模型验证与精度评估方法、装置、设备及存储介质
算法模型 精度评估方法 样本 计算机可读指令 精度评估装置
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号