一种基于邮件列表的软件问答信息抽取方法

开源项目通常会提供邮件列表来帮助用户更好地理解和使用开源项目。但由于邮件的数量巨大、邮件内容组织繁杂、问题不明确、答案定位困难等问题,用户在邮件查询过程中定位一个特定的软件问答信息要花费大量的时间和精力。为此,提出一种基于邮件列表的软件问答信息抽取方法。该方法通过对邮件的简单分类与标注,实现自动的问题句抽取和答案邮件选取,从而提升了用户进行邮件列表查询以及开源软件项目学习的效率。最后,通过实验验证了该方法的有效性。

中文软件问答社区主题分析研究

软件问答社区是软件开发者通过问答方式进行技术交流的网络平台.近年来,软件问答社区积累了大量用户讨论的技术问答内容.一些研究者对Stack Overflow等英文问答社区进行主题分析研究,但是缺少对于中文软件问答社区的分析.通过对中文软件回答社区开展主题分析研究,不仅可以指导开发者更好地了解技术动向,而且可以帮助管理者改进社区、吸引更多用户参与.“开源中国”是中国最大的技术社区之一.对“开源中国”开展了开发者问题主题分析研究.收集“开源中国”的92383个开发者问题,采用隐狄利克雷分配模型的主题分析方法,分析开发者问题的主题分布、热度趋势、回答情况和关键技术热度等.发现:(1)开发者讨论的技术主题分为前端开发、后端开发、数据库、操作系统、通用技术和其他6个类别.其中,前端开发讨论占比最大.(2)后端开发下的主题中用户的关注重点从传统的项目部署、服务器配置转移到较新的分布式系统等主题.(3)数据展示主题的零回答问题比例最高,数据类型主题下的零回答问题比例最低.(4)在技术学习主题下,用户对于Java的讨论明显多于对Python的讨论.

基于代码模式的软件问答文档检索优化方法

开发人员通常通过问答网站的搜索引擎进行相关软件问答文档的搜索。在检索结果中,包含优质代码片段(使用示例)的问答文档往往更受青睐,但如何度量这些文档中代码片段的质量仍是个巨大的挑战。针对这个问题,提出了一种基于代码模式的软件问答文档检索优化方法。该方法能够基于当前检索结果,抽取文档中的代码片段,分析代码片段中的公共代码模式,并基于代码模式度量文档中代码片段的质量,从原有检索结果中向用户推荐高质量的软件问答文档。以软件开发人员在实践过程中遇到的真实问题为基础进行了实验,对比Stack Overflow的搜索结果,所提方法在准确率指标NDCG@5上提升了40%。

基于知识抽取的软件问答网站搜索优化设计

软件问答网站基于关键词的搜索机制往往并不能很好地帮助用户找到问题的答案。众多的返回结果造成信息迷航,用户需要花费额外的时间来筛选出自己所需要的信息。针对这种情况,基于Stack Overflow提供的文本信息,提出通过文本主题聚类结合多刻面技术的方法。对搜索结果以及链接关系等信息进行知识抽取,帮助用户理解搜索结果的主题以及方向。设计一种力导引加树形布局的可视化模型对知识进行表达。实现了一个基于Web的动态交互可视化工具,基本达到了解决信息迷航,帮助用户定位问题答案的搜索优化目的。

软件问答社区的问题删除预测方法

Stack Overflow是最受欢迎的软件问答社区之一,用户可以在该网站发布问题并得到其他用户的回答.为了保证问题质量,网站需要尽快发现并删除低质量或者不符合社区主题的问题.当前,Stack Overflow主要采用人工检查的方式发现需要被删除的问题.然而这种方式往往不能保证问题被及时发现、删除,而且加重了社区管理员的负担.为了快速发现需要删除的问题,提出了自动化预测问题删除的方法MulPredictor.该方法提取问题的语义内容特征、语义统计特征和元特征,使用随机森林分类器计算问题会被删除的概率.实验结果表明:与现有方法DelPredictor和NLPPredictor相比,MulPredictor的准确率在平衡测试集上分别提升了16.34%和12.78%,在随机测试集上分别提升了12.38%和14.14%.此外,分析了影响问题删除的重要特征,发现代码段、问题的标题和正文第1段的特征对问题删除有重要的影响.

基于实体识别的软件开发问答网站中的API讨论主题分析

目前软件领域中软件开发问答网站应用广泛,但是针对网站用户的API讨论情况的研究较少。对于用户在问答网站中的API讨论在句式、语义上的研究,将帮助后续研究人员更好地构造自然语言处理程序,自动化提取网站中用户讨论的核心内容,开展其他方面的研究。收集Java与Android API集合,定义规则生成API的别名库,使用文本匹配的方法对Stack Overflow帖子中的API进行实体识别。人工分析Stack Overflow中用户对10个常用API的讨论后,得到API常以导入语句和赋值表达式的形式出现在不规范句子中,在规范语句中作为主语和宾语,用户倾向于讨论程序错误、原理及用法介绍和同类API对比,以及用户习惯省略方法参数或过长的全限定名的结论。

软件开发问答网站代码片段自动分类方法研究

诸如Stack Overflow这种软件开发问答网站已成为开发者在编程中寻找问题解决方案的主要手段,它们通过众包的方式为开发者提供解决方案和代码片段作为参考。自动识别代码片段的用途将为软件开发问答网站的知识抽取提供支持。通过对Stack Overflow上的问题及代码片段进行研究,总结出4种问题类型和8种代码片段类型。在此基础上,实现基于朴素贝叶斯的自动分类方法。实验表明,8个类型代码片段的分类准确率都在50%以上,整体准确率达到70%以上。

图书馆问答社区研究

本文根据信息构建理论研究了图书馆问答社区的构建问题,构建了适合用户需求的知识服务平台,为图书馆提供了网络环境下新的在线服务方式。首先,从Alexa全球排名前500位的网站中筛选出优秀问答社区网站,对比研究了国内外问答社区的功能特点。通过对常用的优秀问答社区软件及特征的调研分析,结合图书馆参考咨询需求,探讨了图书馆互动问答社区的功能。最后,对图书馆问答社区的构建方法进行了研究与分析,成功构建了南京航空航天图书馆问答社区的网站雏形,对图书馆快速构建问答社区具有指导意义。

问答系统中基于语义概念的问题答案形成方法研究

分析了问答系统的问题理解、信息检索、答案抽取三个主要组成部分,提出在问答系统中使用形式概念分析(FCA)法来实现答案抽取,并对仿真陈述型问题、列表型问题、定义型问题的概念格的匹配方法进行了研究,总结出概念的相似度计算公式是外延与内涵的和。通过实验分析证明,用该方法进行答案抽取的准确率为62.53%。

SMS有奖问答游戏的设计与实现

介绍在Linux平台上利用Java语言开发的通过GSMModem发送的SMS有奖问答游戏软件的设计过程和实现方法。

CONTROLLABILITY OF EVOLUTION INCLUSIONS WITH NONLOCAL CONDITIONS

In this paper we examine controllability problems of evolution inclusions with nonlocal conditions. Using Kakutani's fixed point theorem and Schauder's fixed point the-orem, we establish sufficient conditions for the controllability under convex and nonconvex orientor fields respectively.