基于注意力循环神经网络的Stack Overflow问题质量评估方法

作者：张超

来源：曲阜师范大学学报(自然科学版), 2023, 49(04): 77-81.

• 循环神经网络
• 文本挖掘
• 问题质量评估
• 自动评分

文章对200万个Stack Overflow问题内容及评分进行统计分析，提出一种基于循环神经网络和注意力机制的问题质量评估模型SOG (stack overflow grader).该模型利用循环神经网络挖掘问题文本的深层语义特征，利用注意力机制学习多模特征的重要程度.实验结果显示，SOG模型的准确率高达93.98%,优于现有模型的问题质量评估性能.

• 单位
  曲阜师范大学