技术总结
本发明首基于深度学习提出面向软件问答社区的标签推荐方法。该项方法包括：步骤1，预处理；步骤2，词义表示学习；步骤3，短语以及句子语义学习；步骤4，语义融合；在预处理前为训练阶段，所述训练阶段用于构造词典并保存模型的结构与权重；在预处理后为部署阶段，所述部署阶段则是对于新的问题，在转化成索引序列后，加载保存的模型以预测并推荐最有可能的K个标签，K为正整数。本发明可以提供软件问答社区中的问题资源管理、维护已有的标签系统的功能，并且为用户提供自动化的标签标注服务。针对现有的标签推荐技术存在的缺陷，本发明可以提高准确性以及效率，使得标签推荐在软件问答社区中能够更加实用。
技术研发人员：孙海龙;刘旭东;张建;田言飞
受保护的技术使用者：北京航空航天大学
文档号码：201711042537
技术研发日：2017.10.30
技术公布日：2018.03.13