基于深度学习的众测报告有用性预测研究

来源 :数据分析与知识发现 | 被引量 : 0次 | 上传用户:yaojunsyt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
【目的】以众测报告为研究对象,探索众测报告作者属性、产品属性、文本、图片对预测众测报告有用性的作用。【方法】基于深度学习提取众测报告的文本特征和图片特征,使用全连接神经网络构建众测报告有用性预测模型,使用80%随机样本对不同输入组合下的模型进行训练学习,再以剩余样本作为测试集评估模型的预测效果。【结果】单独加入文本特征后,模型的预测效果提升4.24%;单独加入图片特征后,模型的预测效果提升5.21%;同时加入文本特征和图片特征后,模型的预测效果提升6.96%。【局限】深度学习提取的文本特征和图片特征
其他文献
[目的]从实用角度出发,研制领域适用性广、人力投入少的分类标引方法,支撑海量信息资源分类管理与学科领域地图揭示.[方法]基于文献中代表主题概念的术语、概念等关键词和分
[目的]实现对领域概念上下位关系的自动识别,以解决领域本体自动化构建中领域概念间语义关系的自动获取和确立问题.[方法]将传统无监督的基于模式的方法和当前先进的有监督的
电影分级可以衡量电影对消费者的吸引力,预估潜在的观众规模.通常来说,要对电影进行分级,工作人员需要完成比较繁琐的工作,需要观看电影并根据是否存在暴力、吸毒和性相关的
期刊
[目的]针对当前学术文本章节功能识别存在诸多不足的现状,提出使用层次注意力网络模型提升学术文本章节功能识别的效果.[方法]首先,构建能够捕获章节结构信息的不同粒度的层
[目的]基于电子病历,运用深度学习方法提高重复住院预测准确率,为医院管理提供参考.[方法]提出一种融合结构化和非结构化数据的模型.该模型基于字符级卷积神经网络对非结构化