基于深度学习的软件需求文本缺陷检测方法及系统

实质审查的生效

摘要

本发明公开了基于深度学习的软件需求文本缺陷检测方法及系统，使用深度学习算法构建以软件需求文本为输入量，以软件需求文本中的缺陷所在语句及对应缺陷类别为输出量的缺陷检测分类器；获取多个软件需求文本，并对多个软件需求文本中的缺陷所在语句及对应缺陷类别进行标注，并使用标注好的多个软件需求文本训练缺陷检测分类器；将待检测的软件需求文本输入训练好的缺陷检测分类器中，得到软件需求文本的缺陷所在语句及对应缺陷类别。本发明通过预先借助深度学习算法构建缺陷检测分类器，再使用训练好的缺陷检测分类器对软件需求文本进行缺陷检测，能够快速、准确地检测出软件需求文本中的表述性缺陷，为发现缺陷节省了大量的人力和时间。

基本信息

专利标题：

基于深度学习的软件需求文本缺陷检测方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN114491017A

申请号：

CN202111577968.7

公开（公告）日：

2022-05-13

申请日：

2021-12-22

授权号：

暂无

授权日：

暂无

发明人：

欧阳柳波秦家豪

申请人：

湖南大学

申请人地址：

湖南省长沙市岳麓区麓山南路1号

代理机构：

长沙朕扬知识产权代理事务所(普通合伙)

代理人：

包雨函

优先权：

CN202111577968.7

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/284 G06N3/04 G06N3/08 G06F8/10

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-05-31 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20211222

2022-05-13 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载