[发明专利]一种基于迁移学习的缺陷报告跨项目分类方法在审
| 申请号： | 201810601343.1 | 申请日： | 2018-06-12 |
| 公开（公告）号： | CN108984613A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 郑征;杜晓婷;肖冠平 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 王顺荣;唐爱华 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于迁移学习的缺陷报告跨项目分类方法，包括以下步骤：(1)、选择数据，确定源数据和目标数据，并对数据进行预处理；(2)、通过训练缺陷报告语义模型，计算步骤(1)中每个缺陷报告的向量表示；(3)、将步骤(2)中的源数据和目标数据划分为训练数据和测试数据，通过迁移学习调整训练数据的权重，使分类结果误差最小；(4)、使用步骤(3)中迁移得到的数据训练分类器，通过机器学习分类器对目标数据进行跨项目分类。本发明通过将迁移学习引入到缺陷报告的跨项目分类中，提高了缺陷报告跨项目分类的准确率，训练缺陷报告语义模型，将语义信息引入到缺陷报告的自动分类中，提高了对缺陷报告进行自动分类的准确率。 | ||
| 搜索关键词： | 缺陷报告 项目分类 迁移 目标数据 训练数据 语义模型 自动分类 分类器 源数据 准确率 预处理 学习 测试数据 分类结果 机器学习 计算步骤 数据训练 向量表示 选择数据 语义信息 引入 权重 | ||
【主权项】：
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。
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北京航空航天大学，未经北京航空航天大学许可，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/201810601343.1/，转载请声明来源钻瓜专利网。
