典型文献
基于BERT模型的指令集多标签分类研究
文献摘要：
指令分类可有效识别出指令的类别并提取出指令中的关键信息,有助于编译器开发人员快速构建编译器后端指令相关的代码,降低时间成本.针对传统文本分类模型的不足,研究提出基于BERT预训练模型的指令描述文本分类方法.经过数据清洗、预处理,在BERT预训练模型基础上,研究构建了文本多标签分类模型,实验结果表明,本文提出的方法对指令文本有较好的分类效果.
文献关键词：
深度学习;BERT;多标签分类;指令集
中图分类号：
作者姓名：
王淳睿;何先波;易洋
作者机构：
西华师范大学 电子信息工程学院,四川 南充637009;西华师范大学 计算机学院,四川 南充637009
文献出处：
引用格式：
[1]王淳睿;何先波;易洋-.基于BERT模型的指令集多标签分类研究)[J].智能计算机与应用,2022(10):75-78,85
A类：
B类：
BERT,指令集,分类研究,关键信息,编译器,开发人员,快速构建,后端,代码,时间成本,分类模型,预训练模型,文本分类方法,数据清洗,研究构建,文本多标签分类,本有,分类效果
AB值：
0.308961
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。
