當(dāng)今社會(huì),隨著信息科技的不斷進(jìn)步,軟件開發(fā)領(lǐng)域已經(jīng)得到迅速發(fā)展,相關(guān)的軟件開發(fā)知識(shí)種類和數(shù)據(jù)量也在不斷增加,如何從這些種類繁雜、數(shù)量巨大的數(shù)據(jù)中為開發(fā)者推薦合適、有效的軟件開發(fā)知識(shí)成為當(dāng)前軟件開發(fā)領(lǐng)域的主要內(nèi)容。傳統(tǒng)的以搜索引擎為主的知識(shí)獲取方法,通過匹配關(guān)鍵詞可以獲取一系列相關(guān)的信息來推薦給用戶。近幾年,特別是在2012年谷歌提出知識(shí)圖譜的概念之后,利用知識(shí)圖譜的相關(guān)技術(shù)進(jìn)行知識(shí)問答等方面的研究已經(jīng)有了很大的發(fā)展。但是,對(duì)于軟件開發(fā)領(lǐng)域的知識(shí)問答來說,還有許多不足:（1）現(xiàn)在對(duì)于軟件開發(fā)領(lǐng)域的知識(shí)來說,分布相對(duì)比較零散,許多信息都是散落在各個(gè)不同的網(wǎng)站上,人們往往需要搜索引擎多次查找才能得到需要的答案,缺少軟件開發(fā)知識(shí)的自動(dòng)收集機(jī)制;（2）現(xiàn)有的軟件開發(fā)知識(shí)相對(duì)分散,缺少業(yè)界統(tǒng)一的一致的規(guī)范和標(biāo)準(zhǔn),沒有針對(duì)軟件開發(fā)這一特定的領(lǐng)域來專門設(shè)計(jì)一個(gè)專業(yè)領(lǐng)域知識(shí)庫;（3）通過觀察研究StackOverflow、CSDN等網(wǎng)站上的一些軟件開發(fā)領(lǐng)域的“問題-答案對(duì)”發(fā)現(xiàn),大多數(shù)問題都是會(huì)涉及到多個(gè)實(shí)體、關(guān)系的問題,相對(duì)應(yīng)的答案也往往是多個(gè)且形式多樣,對(duì)于這種復(fù)雜、開放的軟件開發(fā)領(lǐng)域問題,傳統(tǒng)的知... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１知識(shí)圖譜構(gòu)建流程圖??于原據(jù)，同形，用同法，??

介紹，包括卷積神經(jīng)網(wǎng)絡(luò)、ＬＳＴＭ、注意力機(jī)制等內(nèi)容。??２．?３．?１卷積神經(jīng)網(wǎng)絡(luò)??隨著深度學(xué)習(xí)的不斷發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)也越來越熱門，作為最具特色的??神經(jīng)網(wǎng)絡(luò)之一，卷積神經(jīng)網(wǎng)絡(luò)在許多人們生活過程中常見、常用的領(lǐng)域中都取??得了較大的成效。??對(duì)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)來說，其基本的結(jié)構(gòu)如圖２－２所示，包括前部的輸入層、??中間的一些隱藏層以及最后的輸出層。??

ｏｕｔ或者Ｌｅａｋｙ?ＲｅＬＵ替代。??對(duì)于卷積神經(jīng)網(wǎng)絡(luò)中的池化層，位于卷積神經(jīng)網(wǎng)絡(luò)的各個(gè)卷積層之間，主??要是用來對(duì)數(shù)據(jù)和參數(shù)進(jìn)行壓縮，防止出現(xiàn)過擬合。池化層主要是起到壓縮的??作用，我們?cè)趯?duì)圖像進(jìn)行卷積之后，后續(xù)會(huì)經(jīng)歷一個(gè)下采樣的過程，這樣可以??調(diào)整圖像的大�。郏常�??２．?３．?２?ＬＳＴＭ??當(dāng)使用神經(jīng)網(wǎng)絡(luò)來理解當(dāng)前文本信息的時(shí)候，循環(huán)神經(jīng)網(wǎng)絡(luò)（ＲＮＮ）可以??通過不停的將信息循環(huán)操作，保證信息持續(xù)存在，從而利用前面的事件信息來??對(duì)后面事件進(jìn)行處理。ＲＮＮ的基本結(jié)構(gòu)如圖２－３所示。??—?Ａ?廠??、?ｙ??ｊ、??０??圖２－３循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??在ＲＮＮ中，Ａ是一組神經(jīng)網(wǎng)絡(luò)，它的工作是不停的接收并且輸出，這樣使??１４??

【參考文獻(xiàn)】：
期刊論文
[1]文本向量化表示方法的總結(jié)與分析[J]. 冀宇軒.  電子世界. 2018(22)
[2]淺析軟件工程知識(shí)體系結(jié)構(gòu)[J]. 付喜梅.  電腦與信息技術(shù). 2018(05)
[3]基于行為-內(nèi)容融合模型的用戶畫像研究[J]. 余傳明,田鑫,郭亞靜,安璐.  圖書情報(bào)工作. 2018(13)
[4]基于關(guān)鍵詞的文本向量化與分類算法研究[J]. 蘇玉龍,張著洪.  貴州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[5]基于Neo4j圖數(shù)據(jù)庫的課程體系知識(shí)圖譜系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 肖慶都,屈亮亮,侯霞.  電腦知識(shí)與技術(shù). 2017(36)
[6]知識(shí)圖譜發(fā)展與構(gòu)建的研究進(jìn)展[J]. 朱木易潔,鮑秉坤,徐常勝.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[7]基于Word2vec的句子語義相似度計(jì)算研究[J]. 李曉,解輝,李立杰.  計(jì)算機(jī)科學(xué). 2017(09)
[8]知識(shí)圖譜的發(fā)展與構(gòu)建[J]. 李濤,王次臣,李華康.  南京理工大學(xué)學(xué)報(bào). 2017(01)
[9]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[10]面向自然語言處理的深度學(xué)習(xí)研究[J]. 奚雪峰,周國棟.  自動(dòng)化學(xué)報(bào). 2016(10)



本文編號(hào)：3393964