摘要
本发明公开了一种基于多视图多级别对比学习的Web服务表征方法,包括:获取可编程Web数据集;基于可编程Web数据集,获取Mashup文本描述和Web API文本描述;将Mashup文本描述和WebAPI文本描述输入至Sentence‑BERT模型中,获取Mashup文本表征和Web API文本表征;将可编程Web数据集输入至Web服务交互网络模型,获取Mashup结构表征和WebAPI结构表征;分别将对应的文本表征和结构表征进行全局对比学习,获取对应的全局特征信息;对对应的全局特征信息进行加和,获取Web表征向量。该方法同时考虑Web服务在多个视图下的特征信息,且结合多层级对比学习进行特征提取。
技术关键词
交互网络
表征方法
文本
BERT模型
数据
服务特征
参数
样本
层级
系统为您推荐了相关专利信息
卫星导航接收机
方位角
混合聚类算法
笛卡尔坐标系
DBSCAN算法
空调工作状态
空调控制方法
空调运行状态
压缩机
循环神经网络模型
车载通讯模块
位置服务
深度Q学习
择网方法
卫星通讯模式
教学仪
支撑底座
智能教学系统
伸缩机构
注射机构
效率优化控制方法
信号灯路口
拥堵指数
量子隧穿效应
薛定谔方程