典型文献
一种基于主题过滤和语义匹配的服务发现方法
文献摘要：
在互联网现有的大量可用的服务中,如何高效的为特定的业务目标匹配合适的服务是目前研究的一大难题.针对这一问题,提出一种基于主题过滤和语义匹配的可用于海量服务发现的方法.首先,使用Word2Vec对主题描述文本和业务目标描述文本进行相似度比较,获取业务目标主题.其次,使用TextRank对服务描述文本提取服务关键句,通过提取到的业务目标主题对服务关键句进行过滤,缩小比较范围.再次,对相应的业务目标与服务描述文本进行词向量提取,使用带注意力机制BiLSTM模型计算两者相似度并返回与业务目标描述文本最相似的前N个服务列表给业务开发人员进行选择,并对从Programmable Web上爬取的数据进行标注,以此建立实验所需的业务目标-服务句子数据集,评估本文方法的有效性.最后,与TextCNN等模型进行对比,结果表明:本文方法的MAP比不带注意力机制的BiLSTM模型、TextCNN模型、Word2VecSD模型分别提高了1.41百分点、4.61百分点和4.95百分点,并且在今后的工作中有进一步改进的潜力.
文献关键词：
服务计算;业务目标;服务匹配;循环神经网络;自然语言处理
中图分类号：
作者姓名：
周澳回;翁知远;周思源;黄乔;汪烨;张华
作者机构：
浙江工商大学计算机与信息工程学院,浙江杭州 310018;内布拉斯加大学林肯分校计算机科学与工程系,美国内布拉斯加州林肯市 68508
文献出处：
引用格式：
[1]周澳回;翁知远;周思源;黄乔;汪烨;张华-.一种基于主题过滤和语义匹配的服务发现方法)[J].郑州大学学报（工学版）,2022(06):36-41,56
A类：
Word2VecSD
B类：
语义匹配,服务发现,业务目标,目标匹配,TextRank,关键句,取到,行过滤,词向量,向量提取,注意力机制,BiLSTM,返回,列表,业务开发,开发人员,Programmable,上爬,爬取,实验所,句子,TextCNN,MAP,百分点,服务计算,服务匹配,循环神经网络,自然语言处理
AB值：
0.380032
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。
