基于語義知識的軟件缺陷分析關(guān)鍵技術(shù)研究

定　價：￥68.00

作　者：	鄭煒，吳瀟雪，李云帆
出版社：	西安交大出版社
叢編項：
標　簽：	暫缺

ISBN：	9787569316865	出版時間：	2022-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	141	字數(shù)：

內(nèi)容簡介

　　本書將命名實體識別技術(shù)應(yīng)用到軟件缺陷領(lǐng)域，對缺陷報告中的缺陷實體進行命名實體分類，以抽取缺陷報告中多關(guān)鍵的信息，并將知識圖譜相關(guān)技術(shù)應(yīng)用到軟件缺陷領(lǐng)域，從而刻畫實體之間語義關(guān)系的網(wǎng)絡(luò)，能夠較為全面的表達出實體之間存在的依賴關(guān)系。本書引入命名實體識別，知識圖譜等技術(shù)，面向知識圖譜推理的可解釋性，以期解決缺陷報告中的諸多問題和挑戰(zhàn)。本書的工作一定程度上解決了缺陷報告識別的可解釋性問題，缺乏關(guān)鍵詞語義的問題，為弱人工智能邁向認知智能踏下了積極的一步。

作者簡介

暫缺《基于語義知識的軟件缺陷分析關(guān)鍵技術(shù)研究》作者簡介

圖書目錄

第l章緒論
1.1 引言
1.2 命名實體識別
1.3 知識圖譜
1.4 缺陷報告
1.4.1 軟件缺陷定義
1.4.2 軟件缺陷分類
1.4.3 軟件缺陷報告
1.4.4 重復軟件缺陷報告
1.4.5 安全缺陷報告
1.5 外研究現(xiàn)狀
1.5.1 軟件缺陷領(lǐng)域命名實體識別研究現(xiàn)狀
1.5.2 知識圖譜研究現(xiàn)狀
1.5.3 重復軟件缺陷報告檢測方法分類研究
1.5.4 安全缺陷報告預測研究現(xiàn)狀
1.6 本文主要內(nèi)容
第2章軟件缺陷領(lǐng)域命名實體識別方法
2.1 引言
2.2 軟件缺陷領(lǐng)域命名實體分類標準
2.3 基于隨機森林上下文的命名實體識別方法
2.3.1 數(shù)據(jù)預處理
2.3.2 分類器模型算法
2.4 基于多級別特征融合的命名實體識別方法
2.4.1 多級別詞嵌入層
2.4.2 BiLSTM與Attention層
2.4.3 CRF層
2.4.4 方法參數(shù)介紹
2.4.5 實驗設(shè)計
2.4.6 實驗結(jié)果及分析
2.5 基于BERT-BiLSTM-CRF、模型的軟件缺陷命名實體識別方法
2.5.1 BERT模型
2.5.2 BiLSTM模型
2.5.3 CRF模型
2.5.4 BBC-NER軟件缺陷命名實體識別方法
2.5.5 實驗結(jié)果分析
2.5 本章小結(jié)
第3章 DB-CNN-NER重復軟件缺陷報告檢測方法
3.1 引言
3.2 卷積神經(jīng)網(wǎng)絡(luò)
3.3 基于CNN的重復軟件缺陷報告檢測方法
3.3.1 CNN提取軟件缺陷報告特征
3.3.2 不同分類器模型對于重復軟件缺陷報告檢測的影響
3.3.3 文本數(shù)據(jù)長度對于重復軟件缺陷報告檢測的影響
3.3.4 過濾器大小對于重復軟件缺陷報告檢測的影響
3.3.5 元數(shù)據(jù)對于重復軟件缺陷報告檢測的影響
3.4 DB-CNN-NER方法
3.4.1 DB-CNN-NER模型構(gòu)建
3.4.2 實驗結(jié)果分析
3.5 本章小結(jié)
第4章基于關(guān)鍵詞語義的安全缺陷報告識別方法