典型文献
基于seq2seq模型的标签推荐方法
文献摘要：
针对NPM平台上存在大量的软件包没有标签或标记不完善的问题,提出一种基于seq2 seq模型的深度学习方法为软件包推荐标签.首先,利用ECMAScript工具分析软件包的源码构建出包的函数调用图,遍历函数调用图从而将软件包转换成一组具有包语义信息的函数调用序列;其次,训练seq2 seq模型,并将训练好的模型用于软件包的标签推荐工作,该模型能将包的函数调用序列映射到一组预测的标签序列上,从而完成软件包的标签推荐.实验结果表明,该方法能为软件包推荐一组合理的标签,准确率达82.6％.
文献关键词：
标签推荐;深度学习;程序分析;注意力模型
中图分类号：
作者姓名：
刘磊;王昊;孙凯;郜山权;刘宣彤
作者机构：
吉林大学 计算机科学与技术学院,长春 130012;外交学院 英语系,北京 100037
文献出处：
引用格式：
[1]刘磊;王昊;孙凯;郜山权;刘宣彤-.基于seq2seq模型的标签推荐方法)[J].吉林大学学报（理学版）,2022(02):316-320
A类：
seq2,ECMAScript
B类：
seq2seq,标签推荐,推荐方法,NPM,软件包,深度学习方法,源码,函数调用,遍历,转换成,语义信息,练好,射到,列上,程序分析,注意力模型
AB值：
0.301612
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
