[发明专利]开源软件主题自动标注方法有效
| 申请号： | 201210097159.0 | 申请日： | 2012-04-05 |
| 公开（公告）号： | CN102760149A | 公开（公告）日： | 2012-10-31 |
| 发明（设计）人： | 王怀民;尹刚;王涛;李翔;朱沿旭;史殿习;丁博;刘惠;滕猛;袁霖 | 申请（专利权）人： | 中国人民解放军国防科学技术大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京安博达知识产权代理有限公司 11271 | 代理人： | 徐国文 |
| 地址： | 410073 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种开源软件主题自动标注方法，包括：获取开源项目数据，将项目标签转换为其词根后将相同词根的标签合并，将项目描述转换为单词包；以开源项目的名称、标签和项目描述作为输入，应用带标注LDA模型，通过吉布斯抽样过程对输入数据进行训练，稳定后获得项目描述中某单词所指派的所有标签及计数，生成单词到标签指派；根据生成的单词到标签指派构建标签网络，计算点的语义距离和语义内聚度；根据构建的标签网络对新项目进行自动标注，输入任意一个项目p的名称及其描述，对描述中每一个词在标签网络中查找，得到描述中每个不同单词i各自的标签集合Li，在每个Li中挑选一个标签1i，使语义内聚度Cohesion(L)最大，将满足条件的标签自动标注到新项目中。 | ||
| 搜索关键词： | 软件 主题 自动 标注 方法 | ||
【主权项】：
一种开源软件主题自动标注方法，包括下列步骤：步骤1、爬取开源社区，获取开源项目数据，所述项目数据包括开源项目名称、标签和项目描述，对所述项目描述和项目标签进行预处理，所述预处理包括：将所述项目标签转换为其词根后将相同词根的标签合并，删除标签数小于预定数目的项目，将项目描述转换为单词包；步骤2、以开源项目的名称、标签和项目描述作为输入，应用带标注LDA模型，通过吉布斯抽样过程对输入数据进行训练，稳定后获得项目描述中某单词所指派的所有标签及计数，生成单词到标签指派，建立单词与标签之间的映射；步骤3、根据生成的单词到标签指派构建标签网络，并计算其中节点的语义距离和语义内聚度；步骤4、根据构建的标签网络对新项目进行自动标注，输入任意一个项目p的名称及其描述，对描述中每一个词在标签网络中查找，得到描述中每个不同单词i各自的标签集合Li，在每个Li中挑选一个标签1i，使语义内聚度Cohesion(L)最大，其中L＝{11，12，13，...，1i，...，1n}，将满足条件的标签自动标注到新项目中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科学技术大学，未经中国人民解放军国防科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210097159.0/，转载请声明来源钻瓜专利网。
