公开(公告)号：CN113961706A

公开(公告)日：2022-01-21

申请号：CN202111291168.9

申请日：2021-11-02

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  陈恒 ,  骆斌

IPC: G06F16/35 ,  G06F16/335 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络自注意力机制的精确文本表示方法，包括以下步骤：根据不同类型任务，对数据集预处理；根据语义向量模型字级别表示向量初始化表征；使用Bi‑LSTM神经网络模型获取初级全局词表示；使用自注意力机制融合全局信息，得到上下文筛选向量；针对不同文本任务适配两种精确文本表示向量模型，对于摘要任务，得到词粒度的精确文本表示，基于Seq2Seq模型与注意力机制解码生成摘要文本；对于分类任务，得到句粒度的精确文本表示，得到预测结果。本发明模拟真实场景下人的思考路径，通读文本获取上下文信息，确定每个单词的重要程度，从语义层面筛选重要文本信息，提升文本表示向量的精确性，提高了文本摘要与文本分类任务的准确性。

公开(公告)号：CN113076089B

公开(公告)日：2023-11-21

申请号：CN202110404660.6

申请日：2021-04-15

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  唐泽 ,  陈恒

IPC: G06F8/30 ,  G06F8/70 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08

公开(公告)号：CN113076089A

公开(公告)日：2021-07-06

申请号：CN202110404660.6

申请日：2021-04-15

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  唐泽 ,  陈恒

IPC: G06F8/30 ,  G06F8/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于对象类型的API补全方法，包括以下步骤：基于Github代码托管平台生成Java代码数据集；基于Java代码数据集，使用eclipseAST的API解析抽象语法树，再遍历抽象语法树，生成GROUM，构建一个Java JDK的API调用序列数据集；基于LSTM和注意力机制搭建深度学习训练模型；开发一个基于本发明模型的IDEA插件；借助插件客户端对当前代码分析后获取API序列和空缺位置，传给服务器，服务器中模型解析结果并返回API补全推荐列表。本发明旨在为程序开发者在实际编程过程中，提供切实可用的API补全方案，实现了一个基于对象类型的深度学习模型以及IDEA插件用于API补全推荐，提高了API补全的准确性与易用性。