Software projects are becoming larger and more complicated. Managing those projects is based on several software development methodologies. One of those methodologies is software version control, which is used in the ...Software projects are becoming larger and more complicated. Managing those projects is based on several software development methodologies. One of those methodologies is software version control, which is used in the majority of worldwide software projects. Although existing version control systems provide sufficient functionality in many situations, they are lacking in terms of semantics and structure for source code. It is commonly believed that improving software version control can contribute substantially to the development of software. We present a solution that considers a structural model for matching source code that can be used in version control.展开更多
在食品感官研究领域,消费者品评文本承载了丰富的感官评价信息,分析这些文本有助于更好分析食品感官、挖掘消费者偏好和体验。目前人工分析通常需要花费大量时间和精力,同时分析人员的主观倾向也影响最终感官分析结果。为了解决此类问题...在食品感官研究领域,消费者品评文本承载了丰富的感官评价信息,分析这些文本有助于更好分析食品感官、挖掘消费者偏好和体验。目前人工分析通常需要花费大量时间和精力,同时分析人员的主观倾向也影响最终感官分析结果。为了解决此类问题,基于方面级意见提取提出一种细粒度感官分析模型FGSAM-OI(Fine-grained sensory analysis model with opinion intensity)。该模型旨在基于深度学习有效提取品评文本中针对食品某方面的感官词及相应感官强度,以准确获取消费者对食品的感官体验。首先,在FGSAM-OI中设计了一种强度注意力机制,以增强对输入序列中感官强度词的表示能力。其次,为了进一步将强度词关联到相应感官词,设计了一种强度句法树学习品评文本中的句法关系,以更准确获取感官词与强度词间的联系,进而从整体上提升对食品各个方面的感官分析效果。实验结果表明,增加强度注意力机制和强度句法树分别使感官词和感官强度的提取精确率提高3.73、5.1个百分点,有效提升了对食品品评文本的细粒度感官分析能力。展开更多
针对传统编程作业批改效率偏低、主观性突出及现有自动化工具评测维度单一的现实问题,文章构建了融合大语言模型(Large Language Model,LLM)与抽象语法树(Abstract Syntax Tree,AST)的全维度评测系统。该系统借助AST解析提取代码结构特...针对传统编程作业批改效率偏低、主观性突出及现有自动化工具评测维度单一的现实问题,文章构建了融合大语言模型(Large Language Model,LLM)与抽象语法树(Abstract Syntax Tree,AST)的全维度评测系统。该系统借助AST解析提取代码结构特征,结合LLM的语义理解能力,对代码正确性、逻辑完备性及编程规范性进行多维度评估,同时引入知识图谱构建错因归溯与补救建议,依托指令工程生成个性化反馈内容。实验数据显示,该系统在函数题、类与对象题等典型题型中的综合评分准确率达89.1%,反馈有效性平均得分为4.05分,批改效率提升幅度达85%,可助力智能化教学实践。展开更多
文摘Software projects are becoming larger and more complicated. Managing those projects is based on several software development methodologies. One of those methodologies is software version control, which is used in the majority of worldwide software projects. Although existing version control systems provide sufficient functionality in many situations, they are lacking in terms of semantics and structure for source code. It is commonly believed that improving software version control can contribute substantially to the development of software. We present a solution that considers a structural model for matching source code that can be used in version control.
文摘在食品感官研究领域,消费者品评文本承载了丰富的感官评价信息,分析这些文本有助于更好分析食品感官、挖掘消费者偏好和体验。目前人工分析通常需要花费大量时间和精力,同时分析人员的主观倾向也影响最终感官分析结果。为了解决此类问题,基于方面级意见提取提出一种细粒度感官分析模型FGSAM-OI(Fine-grained sensory analysis model with opinion intensity)。该模型旨在基于深度学习有效提取品评文本中针对食品某方面的感官词及相应感官强度,以准确获取消费者对食品的感官体验。首先,在FGSAM-OI中设计了一种强度注意力机制,以增强对输入序列中感官强度词的表示能力。其次,为了进一步将强度词关联到相应感官词,设计了一种强度句法树学习品评文本中的句法关系,以更准确获取感官词与强度词间的联系,进而从整体上提升对食品各个方面的感官分析效果。实验结果表明,增加强度注意力机制和强度句法树分别使感官词和感官强度的提取精确率提高3.73、5.1个百分点,有效提升了对食品品评文本的细粒度感官分析能力。
文摘针对传统编程作业批改效率偏低、主观性突出及现有自动化工具评测维度单一的现实问题,文章构建了融合大语言模型(Large Language Model,LLM)与抽象语法树(Abstract Syntax Tree,AST)的全维度评测系统。该系统借助AST解析提取代码结构特征,结合LLM的语义理解能力,对代码正确性、逻辑完备性及编程规范性进行多维度评估,同时引入知识图谱构建错因归溯与补救建议,依托指令工程生成个性化反馈内容。实验数据显示,该系统在函数题、类与对象题等典型题型中的综合评分准确率达89.1%,反馈有效性平均得分为4.05分,批改效率提升幅度达85%,可助力智能化教学实践。
