[发明专利]一种基于迁移学习的缺陷报告跨项目分类方法

权利要求书

1.一种基于迁移学习的缺陷报告跨项目分类方法，其特征在于：该方法包括以下步骤：

步骤1)、明确所要分类的目标数据，根据目标数据的特点选择与之有相近特征的源数据，并对目标数据和源数据均进行文本预处理；

步骤2)、训练缺陷报告语义模型，使用大量的无标签的缺陷报告训练缺陷报告语义模型，得到每个单词的向量表示，并将步骤1)源数据和目标数据中的每个缺陷报告都表示成向量的形式；

步骤3)、将步骤2)中的得到的源数据和目标数据划分成训练数据和测试数据，其中训练数据包括所有的源数据和10％～20％的目标数据，测试数据包括其余的目标数据；对训练数据赋予初始权重，通过迁移学习不断调整训练数据的权重，使对目标数据的分类误差最小；

步骤4)、使用步骤3)中迁移得到的训练数据训练机器学习分类器，并使用机器学习分类器对测试数据进行自动分类，得到缺陷报告的跨项目分类结果。

2.根据权利要求1所述的一种基于迁移学习的缺陷报告跨项目分类方法，其特征在于：步骤1)中所述的预处理包括分词、移除停用词和词形还原，排除文本中包含的干扰信息。