[发明专利]一种基于机器学习的软件实体识别方法在审
| 申请号： | 201811321441.6 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109408827A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 沈思;陆昊翔;朱子赫;王东波 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人： | 李鹏 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的软件实体识别方法，包括以下步骤：S1.获取训练数据，对训练数据中的软件实体进行特征提取，将训练数据及其对应的特征保存到数据集中，并将该数据集划分为训练集和验证集；S2.根据条件随机场建立机器学习模型；S3.利用训练集对建立的机器学习模型进行训练，并利用验证集对训练得到的模型进行误差测试，作为模型性能的评价指标。本发明能够通过机器学习的方法对软件实体进行识别，以快速获取科学文献中的软件实体，为科研工作的进行带来了很大便利。 | ||
| 搜索关键词： | 软件实体 训练数据 机器学习模型 基于机器 训练集 验证集 机器学习 快速获取 评价指标 数据集中 特征保存 特征提取 误差测试 数据集 学习 便利 机场 科研 | ||
【主权项】：
1.一种基于机器学习的软件实体识别方法，其特征在于：包括以下步骤：S1.获取训练数据，对训练数据中的软件实体进行特征提取，将训练数据及其对应的特征保存到数据集中，并将该数据集划分为训练集和验证集；S2.根据条件随机场建立机器学习模型；S3.利用训练集对建立的机器学习模型进行训练，并利用验证集对训练得到的模型进行误差测试，作为模型性能的评价指标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811321441.6/，转载请声明来源钻瓜专利网。
