期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到91篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Stack Overflow的场景-解决方案知识图谱构建方法 认领 引用 被引量：1
1
作者 白雪芳 刘名威 赵文耘 《计算机应用与软件》 北大核心 2025年第11期191-197,共7页
在软件问答社区中,帖子可能存在重复、滞后、信息冗余等问题。目前对Stack Overflow的信息抽取工作以单个问题为研究对象,抽取准确度较差。为此,提出一种针对多问题场景抽取场景与解决方案的方法,设计并构建了场景-解决方案知识图谱。... 在软件问答社区中,帖子可能存在重复、滞后、信息冗余等问题。目前对Stack Overflow的信息抽取工作以单个问题为研究对象,抽取准确度较差。为此,提出一种针对多问题场景抽取场景与解决方案的方法,设计并构建了场景-解决方案知识图谱。相比于已有工作,该方法能够对含有多个问题的场景进行信息抽取。实验证明,该方法抽取得到的结果更加准确。 展开更多
关键词 Stack Overflow 知识图谱 软件工程
暂未订购 下载PDF
中外技术问答社区的实证对比研究与启示——以CSDN和Stack Overflow为例 认领 引用 被引量：9
2
作者 李胜利 钟滢 《情报学报》 CSSCI CSCD 北大核心 2020年第9期989-1000,共12页
社会化问答社区是当前网络用户进行知识交流的重要平台,而技术问答社区则是专注于技术知识交流的问答社区。本文选取国内外最具有代表性的两大技术问答社区进行对比研究,旨在指出国内技术问答社区的优势与不足,并为国内技术问答社区的... 社会化问答社区是当前网络用户进行知识交流的重要平台,而技术问答社区则是专注于技术知识交流的问答社区。本文选取国内外最具有代表性的两大技术问答社区进行对比研究,旨在指出国内技术问答社区的优势与不足,并为国内技术问答社区的进一步发展与优化提出针对性建议。本文分别从社区活跃度、社区主题、社区问题质量、用户体验和社交属性5个维度开展了对比分析,并利用相关性分析,分析并比较了在两个问答社区中影响问题被回答情况的相关因素。本文发现两大技术问答社区在活跃度、用户提问与回答情况等方面存在显著差异,并从优化问题质量评价机制、提高用户回答积极性、优化激励机制以及强化社交属性等方面为我国技术问答社区的进一步发展与完善给出了建议。 展开更多
关键词 技术问答社区 中外对比研究 CSDN Stack Overflow
暂未订购 下载PDF
Why do they ask? An exploratory study of crowd discussions about Android application programming interface in stack overflow 认领 引用
3
作者 FAN Qiang WANG Tao +3 位作者 YANG Cheng YIN Gang YU Yue WANG Huai-min 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第9期2432-2446,共15页
Nowadays,more and more Android developers prefer to seek help from Q&A website like Stack Overflow,despite the rich official documentation.Several researches have studied the limitations of the official applicatio... Nowadays,more and more Android developers prefer to seek help from Q&A website like Stack Overflow,despite the rich official documentation.Several researches have studied the limitations of the official application programming interface(API)documentations and proposed approaches to improve them.However,few of them digged into the requirements of the third-party developers to study this.In this work,we gain insight into this question from multidimensional perspectives of API developers and API users by a kind of cross-validation.We propose a hybrid approach,which combines manual inspection on artifacts and online survey on corresponding developers,to explore the different focus between these two types of stakeholders.In our work,we manually inspect 1000 posts and receive 319 questionnaires in total.Through the mutual verification of the inspection and survey process,we found that the users are more concerned with the usage of API,while the official documentation mainly provides functional description.Furthermore,we identified 9 flaws of the official documentation and summarized 12 aspects(from the content to the representation)for promotion to improve the official API documentations. 展开更多
关键词 API documentation Android online survey Stack Overflow
暂未订购 下载PDF
Geek Talents:Who are the Top Experts on GitHub and Stack Overflow? 认领 引用
4
作者 Yijun Tian Waii Ng +1 位作者 Jialiang Cao Suzanne McIntosh 《Computers, Materials & Continua》 SCIE EI 2019年第8期465-479,共15页
In the field of Computer Science,software developers need to use a wide array of social collaborative platforms for learning and cooperating.The most popular ones are GitHub and Stack Overflow.Existing platforms only ... In the field of Computer Science,software developers need to use a wide array of social collaborative platforms for learning and cooperating.The most popular ones are GitHub and Stack Overflow.Existing platforms only support search queries to extract relevant repository information from GitHub,or questions and answers from Stack Overflow.This ignores the valuable coder-related part-who are the top experts(geek talents)in a specific area?This information is important to companies,open source projects,and to those who want to learn from an expert role model.Thus,how to find the right developers is quite a crucial yet challenging problem.Most of the current works mainly focus on recommending experts in a particular software engineering task and ignore the relationship between developers within different projects.In this paper,we propose a novel technique that automatically identifies geek talents from GitHub,Stack Overflow,and across both communities.The results show that our work performs well at recommending proper developers in diverse areas. 展开更多
关键词 Developer recommendation collaborative filtering stack overflow GitHub
暂未订购 下载PDF
基于Stack Overflow的数据库相关主题分析 认领 引用 被引量：3
5
作者 刘蕴涵 沙朝锋 牛军钰 《计算机科学》 CSCD 北大核心 2021年第6期48-56,共9页
数据库管理系统虽是一种较为成熟的软件系统,但开发人员在应用数据库系统进行数据管理以及数据分析时还是会遇到各种问题,因此会在Stack Overflow之类的问答论坛上寻求解决方法。文中获取了Stack Overflow上94473条与数据库相关的问题,... 数据库管理系统虽是一种较为成熟的软件系统,但开发人员在应用数据库系统进行数据管理以及数据分析时还是会遇到各种问题,因此会在Stack Overflow之类的问答论坛上寻求解决方法。文中获取了Stack Overflow上94473条与数据库相关的问题,应用LDA主题模型将这些问题归为25个主题,结果显示开发者的问题可归为"表""SQL""SELECT"等主题。通过研究与数据库相关的不同主题的流行度和困难程度发现,"SQL"主题相关的问题较为流行。除此以外,文中还分别研究了3种不同的数据库,即MySQL,Oracle和MongoDB,分析了与不同数据库系统相关的问题的主题分布。文中的研究成果有助于了解数据库开发者所面临的挑战,从而为数据库系统版本更新、数据库课程教学内容的设置,甚至是数据库领域的研究问题提供参考。 展开更多
关键词 Stack Overflow 数据库 LDA 主题建模
暂未订购 下载PDF
Stack Overflow的缺陷代码特征分析与相似缺陷检测 认领 引用 被引量：2
6
作者 亢振兴 赵逢禹 刘亚 《小型微型计算机系统》 CSCD 北大核心 2021年第3期661-665,共5页
目前在软件代码缺陷审查以及缺陷预测中,研究人员对源代码进行分析研究却忽略了代码的缺陷信息.本文通过对缺陷信息进行分析,发现缺陷信息对于相似缺陷的检测有着重要的参考价值.基于这一思想,本文分析软件缺陷社区Stack Overflow中关... 目前在软件代码缺陷审查以及缺陷预测中,研究人员对源代码进行分析研究却忽略了代码的缺陷信息.本文通过对缺陷信息进行分析,发现缺陷信息对于相似缺陷的检测有着重要的参考价值.基于这一思想,本文分析软件缺陷社区Stack Overflow中关于缺陷代码的信息,提出一种基于缺陷代码特征分析的相似缺陷检测方法.该方法首先对缺陷报告进行LDA主题分析并将缺陷报告分类到不同的主题(类别)中,统计得到高频缺陷类别;其次对于高频缺陷类别的缺陷代码提取特征;最后根据缺陷代码特征构建相似缺陷检测模型.为了验证相似缺陷检测模型的有效性,针对数据操作缺陷数据构建诊断模型并对该模型进行实证,实验结果表明该方法对检测其他代码中相似缺陷有较好的效果. 展开更多
关键词 Stack Overflow LDA 缺陷代码特征 特征相似度 相似缺陷检测
暂未订购 下载PDF
面向专家示例的Stack Overflow本体构造和推理研究 认领 引用 被引量：1
7
作者 阮书鹤 钟林辉 +4 位作者 高荣锦 祝艳霞 陈浩然 卢腾骏 夏子豪 《计算机应用研究》 CSCD 北大核心 2023年第12期3736-3741,共6页
Stack Overflow是一个计算机领域的IT技术问答网站,为了获取问答网站中的专家示例并将其应用于API挖掘中。首先采用Scrapy爬虫框架技术获取Stack Overflow问答网站中的结构化数据,并存储在关系模式中;再使用本体建模工具Protég... Stack Overflow是一个计算机领域的IT技术问答网站,为了获取问答网站中的专家示例并将其应用于API挖掘中。首先采用Scrapy爬虫框架技术获取Stack Overflow问答网站中的结构化数据,并存储在关系模式中;再使用本体建模工具Protégé构建本体,然后使用D2RQ工具实现对关系数据库的知识抽取,将关系模式转换为三元组形式的本体模型;同时,提出了一个面向专家示例的子本体抽取算法,用于从原本体中抽取出专家示例推理相关的子本体,并提出了若干条专家示例推理规则,能推导出专家所编写的代码示例。实验结果证明,从Stack Overflow本体模型中抽取的专家示例能提高API调用序列挖掘的准确率。 展开更多
关键词 Stack Overflow问答网站 本体 本体构建 专家示例推理规则 专家示例
暂未订购 下载PDF
What Security Questions Do Developers Ask? A Large-Scale Study of Stack Overflow Posts 认领 引用 被引量：10
8
作者 Xin-Li Yang David Lo +2 位作者 Xin Xia Zhi-Yuan Wan Jian-Ling Sun 《Journal of Computer Science & Technology》 SCIE EI CSCD 2016年第5期910-924,共15页
Security has always been a popular and critical topic. With the rapid development of information technology, it is always attracting people＇s attention. However, since security has a long history, it covers a wide ra... Security has always been a popular and critical topic. With the rapid development of information technology, it is always attracting people＇s attention. However, since security has a long history, it covers a wide range of topics which change a lot, from classic cryptography to recently popular mobile security. There is a need to investigate security-related topics and trends, which can be a guide for security researchers, security educators and security practitioners. To address the above-mentioned need, in this paper, we conduct a large-scale study on security-related questions on Stack Overflow. Stack Overflow is a popular on-line question and answer site for software developers to communicate, collaborate, and share information with one another. There are many different topics among the numerous questions posted on Stack Overflow and security-related questions occupy a large proportion and have an important and significant position. We first use two heuristics to extract from the dataset the questions that are related to security based on the tags of the posts. And then we use an advanced topic model, Latent Diriehlet Allocation （LDA） tuned using Genetic Algorithm （GA）, to cluster different security-related questions based on their texts. After obtaining the different topics of security-related questions, we use their metadata to make various analyses. We summarize all the topics into five main categories, and investigate the popularity and difficulty of different topics as well. Based on the results of our study, we conclude several implications for researchers, educators and practitioners. 展开更多
关键词 security Stack Overflow empirical study topic model
暂未订购 下载PDF
Multi-Factor Duplicate Question Detection in Stack Overflow 认领 引用 被引量：7
9
作者 Yun Zhang David Lo +1 位作者 Xin Xia Jian—Ling Sun 《Journal of Computer Science & Technology》 SCIE EI CSCD 2015年第5期981-997,共17页
Stack Overflow is a popular on-line question and answer site for software developers to share their experience and expertise.Among the numerous questions posted in Stack Overflow,two or more of them may express the sa... Stack Overflow is a popular on-line question and answer site for software developers to share their experience and expertise.Among the numerous questions posted in Stack Overflow,two or more of them may express the same point and thus are duplicates of one another.Duplicate questions make Stack Overflow site maintenance harder,waste resources that could have been used to answer other questions,and cause developers to unnecessarily wait for answers that are already available.To reduce the problem of duplicate questions,Stack Overflow allows questions to be manually marked as duplicates of others.Since there are thousands of questions submitted to Stack Overflow every day,manually identifying duplicate questions is a difficult work.Thus,there is a need for an automated approach that can help in detecting these duplicate questions.To address the above-mentioned need,in this paper,we propose an automated approach named DuPPREDICTOR that takes a new question as input and detects potential duplicates of this question by considering multiple factors.DuPPREDICTOR extracts the title and description of a question and also tags that are attached to the question.These pieces of information(title,description,and a few tags)are mandatory information that a user needs to input when posting a question.DuPPREDICTOR then computes the latent topics of each question by using a topic model.Next,for each pair of questions,it computes four similarity scores by comparing their titles,descriptions,latent topics,and tags.These four similarity scores are finally combined together to result in a new similarity score that comprehensively considers the multiple factors.To examine the benefit of DuPPREDICTOR,we perform an experiment on a Stack Overflow dataset which contains a total of more than two million questions.The result shows that DuPPREDICTOR can achieve a recali-rate@20 score of 63.8%.We compare our approach with the standard search engine of Stack Overflow,and DuPPREDICTOR improves its recall-rate@10 score by 40.63%.We also compare our approach with approaches that only use title,description,topic,and tag similarity and Runeson et al.'s approach that has been used to detect duplicate bug reports,and DUPPREDICTOR improves their recall-rate@10 scores by 27.2%,97.4%,746.0%,231.1%,and 16.4%respectively. 展开更多
关键词 software information site duplicate question Stack Overflow DupPredictor
暂未订购 下载PDF
Multi-Feature Fusion Based Structural Deep Neural Network for Predicting Answer Time on Stack Overflow 认领 引用
10
作者 郭世凯 王思文 +3 位作者 李辉 范玉龙 刘亚清 张斌 《Journal of Computer Science & Technology》 SCIE EI CSCD 2023年第3期582-599,共18页
Stack Overflow provides a platform for developers to seek suitable solutions by asking questions and receiving answers on various topics.However,many questions are usually not answered quickly enough.Since the questio... Stack Overflow provides a platform for developers to seek suitable solutions by asking questions and receiving answers on various topics.However,many questions are usually not answered quickly enough.Since the questioners are eager to know the specific time interval at which a question can be answered,it becomes an important task for Stack Overflow to feedback the answer time to the question.To address this issue,we propose a model for predicting the answer time of questions,named Predicting Answer Time(i.e.,PAT model),which consists of two parts:a feature acquisition and fusion model,and a deep neural network model.The framework uses a variety of features mined from questions in Stack Overflow,including the question description,question title,question tags,the creation time of the question,and other temporal features.These features are fused and fed into the deep neural network to predict the answer time of the question.As a case study,post data from Stack Overflow are used to assess the model.We use traditional regression algorithms as the baselines,such as Linear Regression,K-Nearest Neighbors Regression,Support Vector Regression,Multilayer Perceptron Regression,and Random Forest Regression.Experimental results show that the PAT model can predict the answer time of questions more accurately than traditional regression algorithms,and shorten the error of the predicted answer time by nearly 10 hours. 展开更多
关键词 answer time structural deep neural network Stack Overflow feature acquisition feature fusion
暂未订购 下载PDF
基于多粒度语义匹配的编程任务解决方案推荐 认领 引用
11
作者 郁思敏 刘名威 +2 位作者 彭鑫 王翀 赵文耘 《计算机应用与软件》 北大核心 2026年第1期42-49,共8页
现有的编程任务检索工作或是仅基于问题标题进行检索;或是将问题全文与标题拼接后一起表征,忽视了不同类型文本之间的差异,导致推荐结果与任务之间存在差距。为解决上述问题,提出一种基于多粒度语义匹配的编程任务解决方案推荐方法MGSM... 现有的编程任务检索工作或是仅基于问题标题进行检索;或是将问题全文与标题拼接后一起表征,忽视了不同类型文本之间的差异,导致推荐结果与任务之间存在差距。为解决上述问题,提出一种基于多粒度语义匹配的编程任务解决方案推荐方法MGSMR。该方法分别基于标题和全文两个粒度使用不同的语义匹配模型寻找相关问答讨论作为候选解决方案,整合两个粒度的检索结果进行重排,补充API文档等外部知识生成解决方案推荐给开发人员。实验结果表明该方法在两个数据集的多个评测指标上较对比方法提升了18%~26%和2%~4%,可缩短用户23%的搜索时间,并提升所选答案22%的正确性。 展开更多
关键词 技术问答 多粒度语义匹配 句向量 稠密段落检索 解决方案生成
暂未订购 下载PDF
基于操作系统行为测量的栈溢出检测方法 认领 引用
12
作者 王俊卿 邬江 +1 位作者 黄永洪 祝林 《网络安全与数据治理》 2025年第3期1-7,共7页
分析栈溢出原因和现有检测技术,提出一种基于操作系统行为测量的栈溢出检测方法。以操作系统行为测量为理论基础,对操作系统行为进行形式化定义。利用虚拟机自省技术实时监控程序运行时的内存访问,实现透明带外检测栈缓冲区溢出行为。... 分析栈溢出原因和现有检测技术,提出一种基于操作系统行为测量的栈溢出检测方法。以操作系统行为测量为理论基础,对操作系统行为进行形式化定义。利用虚拟机自省技术实时监控程序运行时的内存访问,实现透明带外检测栈缓冲区溢出行为。实验结果表明,该方法能有效识别栈缓冲区溢出,且具有较低的误报率。这一研究成果为提高系统安全性提供了新的视角和解决方案。 展开更多
关键词 栈溢出 虚拟机自省 检测方法
暂未订购 下载PDF
基于软件多样性的栈溢出保护技术 认领 引用
13
作者 梁超毅 叶子昂 +1 位作者 戴华昇 张为华 《计算机系统应用》 2025年第8期43-52,共10页
缓冲区溢出漏洞广泛存在于由不安全的高级语言所编写的程序中.利用缓冲区溢出漏洞,攻击者可以实现控制流劫持等危险攻击方式.基于Canary的栈保护技术是处理缓冲区溢出漏洞的一种简单有效且广泛部署的防御手段,然而位置固定和取值相同的... 缓冲区溢出漏洞广泛存在于由不安全的高级语言所编写的程序中.利用缓冲区溢出漏洞,攻击者可以实现控制流劫持等危险攻击方式.基于Canary的栈保护技术是处理缓冲区溢出漏洞的一种简单有效且广泛部署的防御手段,然而位置固定和取值相同的特点使其容易被攻击者分析和破解.本文提出一种基于软件多样性的栈保护技术,它以拥有随机化大小和偏移的异构Canary为核心,不仅能直接抵御常规Canary无法处理的泄漏类和覆盖类攻击,而且能构造出各种更加安全的多样性软件系统.实验结果表明,异构Canary在有效提升安全性的同时仅为SPEC CPU 2017基准程序集额外引入了不高于2%的编译开销和平均3.22%的运行开销. 展开更多
关键词 栈溢出保护 随机化 软件多样性 缓冲区溢出 控制流劫持
暂未订购 下载PDF
本地缓冲区溢出问题的深度分析 认领 引用
14
作者 张超生 《计算机应用文摘》 2025年第3期191-192,195,共2页
本地缓冲区溢出是一种普遍且危险的漏洞,广泛存在于各种操作系统和应用软件中。它是指向程序的缓冲区输入超出其容量的数据,导致数据溢出并覆盖相邻内存空间,从而破坏程序的正常运行,甚至可能使攻击者获取程序或系统的控制权。文章详细... 本地缓冲区溢出是一种普遍且危险的漏洞,广泛存在于各种操作系统和应用软件中。它是指向程序的缓冲区输入超出其容量的数据,导致数据溢出并覆盖相邻内存空间,从而破坏程序的正常运行,甚至可能使攻击者获取程序或系统的控制权。文章详细阐述了本地缓冲区溢出的原理,并通过程序代码示例进行分析,进一步探讨了防范本地缓冲区溢出的有效措施和技术手段。 展开更多
关键词 缓冲区 溢出 堆栈 拒绝服务
暂未订购 下载PDF
基于问答语义匹配的知识社区新问题专家推荐方法 认领 引用 被引量：3
15
作者 杜军威 邹树林 +3 位作者 李浩杰 江峰 于旭 胡强 《电子学报》 EI CAS CSCD 北大核心 2023年第7期1875-1888,共14页
传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配... 传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配的知识社区新问题的专家推荐方法(History-Now Semantics Expert RECommendation model,HNS-EREC).首先,采用反馈评价和负采样技术来处理数据集中的两类不平衡现象;其次,基于问答语义来提取专家回答问题能力特征;最后,提出一种基于问答语义匹配的History-Now联合专家推荐模型,该模型能够实现面向专家的历史问答和当前问答的语义联合学习.实验结果表明,相对于其他方法,本文所提出的HNS-EREC方法在新问题专家推荐方面具有显著的优势. 展开更多
关键词 专家推荐 知识社区 不平衡学习 问答语义 stack overflow
暂未订购 下载PDF
软件问答社区的问题删除预测方法 认领 引用 被引量：2
16
作者 蒋竞 苗萌 +1 位作者 赵丽娴 张莉 《软件学报》 EI CSCD 北大核心 2022年第5期1699-1710,共12页
Stack Overflow是最受欢迎的软件问答社区之一,用户可以在该网站发布问题并得到其他用户的回答.为了保证问题质量,网站需要尽快发现并删除低质量或者不符合社区主题的问题.当前,Stack Overflow主要采用人工检查的方式发现需要被删除的问... Stack Overflow是最受欢迎的软件问答社区之一,用户可以在该网站发布问题并得到其他用户的回答.为了保证问题质量,网站需要尽快发现并删除低质量或者不符合社区主题的问题.当前,Stack Overflow主要采用人工检查的方式发现需要被删除的问题.然而这种方式往往不能保证问题被及时发现、删除,而且加重了社区管理员的负担.为了快速发现需要删除的问题,提出了自动化预测问题删除的方法MulPredictor.该方法提取问题的语义内容特征、语义统计特征和元特征,使用随机森林分类器计算问题会被删除的概率.实验结果表明:与现有方法DelPredictor和NLPPredictor相比,MulPredictor的准确率在平衡测试集上分别提升了16.34%和12.78%,在随机测试集上分别提升了12.38%和14.14%.此外,分析了影响问题删除的重要特征,发现代码段、问题的标题和正文第1段的特征对问题删除有重要的影响. 展开更多
关键词 问题删除预测 问题质量 问题分类 软件问答社区 Stack Overflow
暂未订购 下载PDF
一种结合代码片段和混合主题模型的软件数据聚类方法 认领 引用 被引量：4
17
作者 魏林林 沈国华 +2 位作者 黄志球 蔡梦男 郭菲菲 《计算机科学》 CSCD 北大核心 2024年第6期44-51,共8页
使用主题模型进行文档聚类是众多文本挖掘任务中一种常见的做法。许多研究针对软件问答网站的数据,利用主题模型进行聚类来分析不同领域在社区的发展情况。然而,这些软件相关数据往往包含代码片段且文本长度分布不均,使用传统单一的主... 使用主题模型进行文档聚类是众多文本挖掘任务中一种常见的做法。许多研究针对软件问答网站的数据,利用主题模型进行聚类来分析不同领域在社区的发展情况。然而,这些软件相关数据往往包含代码片段且文本长度分布不均,使用传统单一的主题模型对文本数据建模,易得到不稳定的聚类结果。文中提出了一种结合代码片段和混合主题模型的聚类方法,并使用Stack Overflow作为数据源,构造了在该平台上被提问数量排名前60的Python第三方库数据集,经过建模,该数据集最终划分为以下6个不同的领域:网络安全、数据分析、人工智能、文本处理、软件开发和系统终端。实验结果表明,在自动评估和人工评估的指标上,使用代码片段结合文本进行主题建模,在聚类结果划分的质量上表现良好,而联合多个模型进行实验,一定程度上提高了聚类结果的稳定性和准确性。 展开更多
关键词 代码片段 主题模型 Stack Overflow Python 聚类
暂未订购 下载PDF
基于Word2Vec的编程领域词语拼写错误检测算法 认领 引用 被引量：5
18
作者 刘峻松 唐明靖 +1 位作者 薛岗 杨成荣 《计算机应用与软件》 北大核心 2022年第3期277-284,共8页
Stack Overflow是一个计算机编程领域的问答社区,其中的文本蕴含大量有价值的信息可供挖掘,但由于其本身存在大量的错误词汇,给文本的分析造成影响。对此,提出一种词语自动检测纠错算法,通过词向量的技术以语义相似度为核心,对错误词汇... Stack Overflow是一个计算机编程领域的问答社区,其中的文本蕴含大量有价值的信息可供挖掘,但由于其本身存在大量的错误词汇,给文本的分析造成影响。对此,提出一种词语自动检测纠错算法,通过词向量的技术以语义相似度为核心,对错误词汇进行分析,结合改进的编辑距离算法对文本进行自动检测纠错。实验结果表明,该算法能够对诸如此类专业性较强的领域主题文本进行自动检测纠错,并且能够较好地还原标准文段用词。 展开更多
关键词 词向量 编辑距离 拼写纠错 Word2Vec Stack Overflow
暂未订购 下载PDF
基于多源信息融合的API知识图谱构建 认领 引用 被引量：2
19
作者 马展 王岩 +1 位作者 王微微 赵瑞莲 《计算机系统应用》 2021年第12期202-210,共9页
API相关的知识通常分散隐含在多个信息源,如API参考文档、问答网站等非结构化的文本中,不利于API的查询与检索.为此,提出一种多源信息融合的API知识图谱构建方法,以提高API检索的效率.API参考文档从设计者角度描述了API的功能和结构,Sta... API相关的知识通常分散隐含在多个信息源,如API参考文档、问答网站等非结构化的文本中,不利于API的查询与检索.为此,提出一种多源信息融合的API知识图谱构建方法,以提高API检索的效率.API参考文档从设计者角度描述了API的功能和结构,Stack Overflow问答网站从用户角度提供了API的使用目的及应用场景,二者互为补充,可共同为API查询与检索提供支持.通过分析API参考文档,抽取API和领域概念作为实体,构建API和领域概念之间的关联关系;利用Stack Overflow问答网站,抽取问答QA和API概念作为实体,构建问答QA和API概念之间的关联关系.在此基础上,将二者进行知识融合,构建多源API知识图谱,以实现基于知识图谱的API推荐.为验证本文方法,分别从知识抽取的准确性和推荐应用两方面对本文构建API知识图谱的有效性进行评估.实验结果表明,基于知识图谱的API推荐,在推荐效果及效率上均有提升. 展开更多
关键词 Stack Overflow 知识抽取 信息融合 知识图谱 信息检索
暂未订购 下载PDF
CodeSearcher:基于自然语言功能描述的代码查询 认领 引用 被引量：1
20
作者 陆龙龙 陈统 +1 位作者 潘敏学 张天 《计算机科学》 CSCD 北大核心 2020年第9期1-9,共9页
在项目开发过程中,开发者需要为实现某一功能而编写代码;在不确定如何使用特定编程语言来实现当前待开发功能时,其往往会在文档或网络资源中进行代码查询。因此,代码查询的有效性会直接影响软件开发的效率。目前,已有相当数量的工具可... 在项目开发过程中,开发者需要为实现某一功能而编写代码;在不确定如何使用特定编程语言来实现当前待开发功能时,其往往会在文档或网络资源中进行代码查询。因此,代码查询的有效性会直接影响软件开发的效率。目前,已有相当数量的工具可以用来辅助开发者进行代码查询,但这些工具普遍存在输入形式复杂或者匹配精确度低等问题。文中提出的CodeSearcher是一种基于自然语言功能描述的代码查询方法。CodeSearcher将软件开发垂直领域的问答网站Stack OverFlow的问答记录转换为〈自然语言描述,代码片段〉数据对,使用神经网络模型将“自然语言描述”和“代码片段”映射到相同的向量空间并进行匹配,从而能够支持开发者使用待开发功能的自然语言描述来查询相应代码。CodeSearcher不同于一般的代码查询系统,一方面,它只需要代码本身而不依赖于代码的注释或说明,因此可以支持更多代码查询的场景;另一方面,它拓展了代码查询的流程,使其不再局限于一次性的查询反馈流程,而是在这中间加入了代码询答的流程,利用返回代码片段之间的差异性元素帮助开发者挑选目标代码,使得开发者不需要详细阅读所有返回的代码片段。实验结果表明,CodeSearcher相较于基准有着更好的效果。 展开更多
关键词 代码查询 自然语言处理 Stack OverFlow
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈