摘要
本发明公开了一种基于大语言模型的API文档推荐方法。方法包括获取若干个文本查询和若干个API文档并预设相关性值,以此构建重排序数据集;根据重排序数据集训练构建的重排序模型,得到训练好的重排序模型;获取待测文本查询,并对所有API文档进行预处理,根据待测文本查询和预处理后的API文档获取待测文本查询的初排序API文档推荐序列;采用训练好的重排序模型对初排序API文档推荐序列和待测文本查询进行处理得到待测文本查询的重排序API文档推荐序列。本发明方法通过理解开发人员的查询意图,实现了自动推荐与开发任务相关的API文档,从而有效减少了开发人员的查阅时间,并且提升了开发效率。
技术关键词
文档推荐方法
排序模型
大语言模型
文本
自然语言模型
数据
交叉注意力机制
检测器
序列
多头注意力机制
三元组
查询意图
计算机设备
存储器
处理器
输入端
索引
标签