龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉纺织大学
申请日：2024-04-30
公开（公告）日：2024-06-28
公开（公告）号：CN118261212A
主分类号：G06N3/0495
分类号：G06N3/0495;G06N3/042;G06N3/045;G06N3/096;G06F18/22
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明具体涉及基于自适应多任务的问题到提交跟踪链接生成方法。包括：首先预处理，然后将经过预处理的后的问题到代码变更文件跟踪链接输入到多教师知识蒸馏模型得到压缩后的学生模型；使用学生模型对问题到提交和问题到代码变更文件跟踪链接进行编码，通过多任务学习对学生模型进行训练；使用动态加权平均方法调整各个训练任务的权重，完成对学生模型的预训练过程；通过训练好的学生模型对测试集中问题和提交进行编码，通过全连接层和Softmax函数得到预测值。该方法缓解了模型压缩过程中存在的信息损失和训练过程中的任务平衡问题，经过实验证明，本方法能有在减少训练时间的同时提升跟踪链接生成的准确性。
主权项：1.基于自适应多任务的问题到提交的跟踪链接生成方法，其特征在于，包括如下步骤：步骤S1，对需求制品中的问题和提交制品进行预处理，获得可供模型训练的问题到提交跟踪链接和问题到代码变更文件跟踪链接；步骤S2，将处理后的问题到代码变更文件跟踪链接输入到多教师知识蒸馏模型中进行模型压缩，获得小参数的学生模型；步骤S3，依托步骤S2中得到的学生模型，对问题到提交跟踪链接和问题到代码变更文件跟踪链接进行编码，通过多任务学习对学生模型进行训练；步骤S4，依托步骤S3中的模型训练，使用动态加权平均方法调整两个训练任务的权重，分别是基于交叉熵函数的问题到代码变更文件跟踪链接和基于对比学习的一对多问题到提交制品跟踪链接任务，完成对学生模型的预训练过程；步骤S5，依托步骤S4中训练好的学生模型，将测试集中的问题和提交制品输入到学生模型中进行编码，然后对制品的编码进行拼接，并通过全连接层和Softmax函数得到预测值，完成最终的问题到提交跟踪链接生成。
全文数据：
权利要求：
百度查询： 武汉纺织大学 基于自适应多任务的问题到提交跟踪链接生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号