公开(公告)号：CN108733359A

公开(公告)日：2018-11-02

申请号：CN201810611516.8

申请日：2018-06-14

Applicant: 北京航空航天大学

Inventor： 王旭 ,  孙海龙 ,  田言飞 ,  郭春波 ,  刘旭东

IPC: G06F8/20 ,  G06F8/30

Abstract: 一种软件程序的自动生成方法，其生成过程经过包括数据处理模块、用例生成模型和预测生成模块，所述数据处理模块主要负责从开源代码库中抽取模型所需要的训练数据，形成 的数据集；用例生成模型模块中具体的根据自然语言描述生成API使用模式的模型，根据API之间控制流结构和他们之间的差异性，生成了MCTree Decoder，并通过BLEU指标和准确度进行评估模型的效果；预测生成模块主要是将训练好的模型来进行根据描述功能的自然语言生成相关的API Tree，进而生成API使用模式。

公开(公告)号：CN107798624A

公开(公告)日：2018-03-13

申请号：CN201711042537.4

申请日：2017-10-30

Applicant: 北京航空航天大学

Inventor： 孙海龙 ,  刘旭东 ,  张建 ,  田言飞

IPC: G06Q50/00 ,  G06F17/30 ,  G06F17/27 ,  G06N3/04

CPC classification number: G06Q50/01 ,  G06F17/2775 ,  G06F17/2785 ,  G06F17/30884 ,  G06N3/0454

Abstract: 本发明首基于深度学习提出面向软件问答社区的标签推荐方法。该项方法包括：步骤1，预处理；步骤2，词义表示学习；步骤3，短语以及句子语义学习；步骤4，语义融合；在预处理前为训练阶段，所述训练阶段用于构造词典并保存模型的结构与权重；在预处理后为部署阶段，所述部署阶段则是对于新的问题，在转化成索引序列后，加载保存的模型以预测并推荐最有可能的K个标签，K为正整数。本发明可以提供软件问答社区中的问题资源管理、维护已有的标签系统的功能，并且为用户提供自动化的标签标注服务。针对现有的标签推荐技术存在的缺陷，本发明可以提高准确性以及效率，使得标签推荐在软件问答社区中能够更加实用。

公开(公告)号：CN107798624B

公开(公告)日：2021-09-28

申请号：CN201711042537.4

申请日：2017-10-30

Applicant: 北京航空航天大学

Inventor： 孙海龙 ,  刘旭东 ,  张建 ,  田言飞

IPC: G06Q50/00 ,  G06F16/955 ,  G06F40/30 ,  G06F40/289 ,  G06N3/04

Abstract: 本发明首基于深度学习提出面向软件问答社区的标签推荐方法。该项方法包括：步骤1，预处理；步骤2，词义表示学习；步骤3，短语以及句子语义学习；步骤4，语义融合；在预处理前为训练阶段，所述训练阶段用于构造词典并保存模型的结构与权重；在预处理后为部署阶段，所述部署阶段则是对于新的问题，在转化成索引序列后，加载保存的模型以预测并推荐最有可能的K个标签，K为正整数。本发明可以提供软件问答社区中的问题资源管理、维护已有的标签系统的功能，并且为用户提供自动化的标签标注服务。针对现有的标签推荐技术存在的缺陷，本发明可以提高准确性以及效率，使得标签推荐在软件问答社区中能够更加实用。

公开(公告)号：CN108733359B

公开(公告)日：2020-12-25

申请号：CN201810611516.8

申请日：2018-06-14

Applicant: 北京航空航天大学

Inventor： 王旭 ,  孙海龙 ,  田言飞 ,  郭春波 ,  刘旭东

IPC: G06F8/20 ,  G06F8/30

Abstract: 一种软件程序的自动生成方法，其生成过程经过包括数据处理模块、用例生成模型和预测生成模块，所述数据处理模块主要负责从开源代码库中抽取模型所需要的训练数据，形成 的数据集；用例生成模型模块中具体的根据自然语言描述生成API使用模式的模型，根据API之间控制流结构和他们之间的差异性，生成了MCTree Decoder，并通过BLEU指标和准确度进行评估模型的效果；预测生成模块主要是将训练好的模型来进行根据描述功能的自然语言生成相关的API Tree，进而生成API使用模式。