面向社區文本的軟件知識圖譜構建及應用 內容簡介

"本書主要介紹軟件知識圖譜構建及應用研究領域中的關鍵技術和研究成果。針對軟件知識實體抽取任務存在的實體歧義、實體變體、無法識別未登錄詞等問題，提出一種基于多特征融合和語義增強的軟件知識實體抽取方法。針對軟件知識實體語義特征弱、實體語義關系模糊和句法依存關系特征建模存在的欠剪枝或過剪枝問題，提出一種基于句法依賴度和實體感知的軟件知識實體關系抽取方法。針對傳統流水線方法存在的任務依賴問題和軟件知識社區文本存在的實體重疊問題，提出一種基于span級對比表示學習的軟件知識實體和關系聯合抽取方法。針對基于社區的軟件專家推薦存在的標簽依賴、交互數據稀疏和隱含知識關聯信息 缺失等問題，提出一種基于知識圖譜和領域知識偏好感知的軟件專家推薦方法。 本書可為讀者進行系統學習和深入研究提供參考,可作為高等院校計算機、人工智能等專業本科生和研究生的選修教材或參考書。互聯網技術研究與開發人員也可通過本書進一步了解知識圖譜技術。"

面向社區文本的軟件知識圖譜構建及應用面向社區文本的軟件知識圖譜構建及應用 前言

在我國經濟從高速增長向高質量發展的重要過程中，以人工智能為代表的新一代信息技術，成為推動經濟高質量發展、建設創新型國家，實現新型工業化、信息化、城鎮化和農業現代化的重要技術保障和核心驅動力之一。知識圖譜以結構化的形式描述客觀世界中概念、實體及其關系，將互聯網的信息表達成更接近人類認知世界的形式，提供了一種更好地組織、管理和理解互聯網海量信息的能力，成為人工智能發展的核心驅動力，推動著公共安全、金融科技、教育司法、交通制造等領域智能應用的發展。

與通用領域和成熟行業相比較，面向社區文本的軟件工程領域知識圖譜構建及應用研究還處于起步階段，缺乏統一、完備的解決方案。軟件知識社區文本是非結構化的用戶生成內容，不僅具有內容重復、結構松散、拼寫不規范等社會化特征，還具有命名不統一、術語繁雜和語義特征弱等軟件領域特征，導致面向社區文本的軟件知識圖譜構建及應用還存在如下亟待解決的問題。

在軟件知識實體抽取方面，軟件知識社區文本存在命名不統一、拼寫不規范、實體名稱為常用詞或少見詞等情況，導致軟件知識實體抽取面臨實體歧義、實體變體、無法識別未登錄詞等問題。現有的方法缺乏對這些問題的關注和研究，軟件知識實體抽取的質量難以達到預期效果，亟須完善模型和方法，以適應軟件知識社區文本的社會化和專業領域特征。

在軟件知識實體關系抽取方面，受軟件知識社區文本特征的影響，軟件知識實體關系抽取存在實體語義特征弱、實體語義關系模糊的問題； 同時，基于依存關系特征進行關系抽取存在欠剪枝或過剪枝的問題，導致軟件知識實體關系抽取的準確率不高，從而影響軟件知識圖譜構建的質量。

在面向社區的軟件專家推薦方面，當前的軟件專家推薦方法存在標簽依賴和交互數據稀疏的問題。同時，缺乏知識圖譜的輔助和支持，無法捕獲問題文本和專家領域知識偏好之間的隱含知識關聯信息，從而影響軟件專家推薦的效果。

因此，從海量軟件知識社區文本中自動、高效地抽取軟件知識，形成軟件知識圖譜，并結合軟件領域的業務問題進行軟件知識應用，有助于智能問答、自動文檔生成、軟件專家推薦等以軟件知識為中心的智能化應用，對提升軟件開發效率和軟件生產質量具有重要作用。

作者所在團隊一直從事知識圖譜和軟件知識挖掘方面的研究，有一定的研究積累。我們撰寫此書，希望將團隊近幾年的研究成果呈現出來，為需要了解和深入研究這一領域的學者提供有價值的參考資料。

本書以軟件知識抽取及應用為中心，圍繞面向社區文本的軟件知識圖譜構建及應用的核心問題展開，針對一類問題給出解決的方法，這些方法對于解決知識圖譜構建及應用存在的問題具有一定的借鑒作用，同時也希望此書能為正在進行軟件知識圖譜研究的科技人員帶來更有效的啟發。

本書由唐明靖教授負責撰寫，課題組的楊芳老師、夏躍龍老師參與了本書的校對和素材準備工作。本書的寫作得到了云南師范大學民族教育信息化重點實驗室及業內同行的大力支持和幫助，在此深表感謝。

科技在高速發展和進步，本書受限于作者的水平，難免有不足之處，敬請廣大讀者不吝批評和指正，這將促使我們不斷進步和提高。

唐明靖2024年11月