基于組合分類算法的注釋質(zhì)量評估方法
大?。?/span>1.10 MB 人氣： 2017-12-08 需要積分：2
標簽：分類算法(9912)
源代碼注釋是軟件的重要組成部分，研究者往往需要利用人工或自動化的方法產(chǎn)生分析注釋，注釋的質(zhì)量評估也往往是通過人工來完成，這無疑是低效不客觀的。為此，首先從注釋的格式、語言形式、內(nèi)容以及與代碼相關(guān)度4個方面出發(fā)構(gòu)建注釋評估準則；進而，基于這一準則提出了一種基于組合分類算法的注釋質(zhì)量評估方法。該方法將機器學習以及自然語言處理技術(shù)引入到注釋質(zhì)量評估中來，利用分類算法將注釋分為不合格、合格、良好、優(yōu)秀四個等級。通過對基本分類算法的組合使用，使得評估效果進一步提高。組合分類算法的準確率和F1值較單獨使用某一種分類算法提高20個百分點左右，除宏平均F1值外，各項指標都達到了70%以上。實驗結(jié)果表明，所提方法能夠很好地應(yīng)用于注釋質(zhì)量評估。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于組合分類算法的注釋質(zhì)量評估方法下載
相關(guān)電子資料下載
- 機器學習有哪些算法？機器學習分類算法有哪些？機器學習預判有哪些算法？ 1621
- 每日一課 | 智慧燈桿視覺技術(shù)之圖像分類算法與步驟分解 322
- 基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類算法 857
- 經(jīng)典圖像分類算法AlexNet介紹 5041
- 回顧一下機器學習分類算法 2156
- 人工智能引發(fā)的圖像分類算法 3713
- 各類機器學習分類算法的優(yōu)點與缺點分析 3403
- 詳解機器學習分類算法KNN 5844
- 人工智能在垃圾經(jīng)濟的機遇和挑戰(zhàn) 923
- 帶你入門常見的機器學習分類算法——邏輯回歸、樸素貝葉斯、KNN、SVM、決策樹 9873