使用seBERT预测问题类型
软件工程
2022-05-04 v1 计算与语言
机器学习
摘要
预训练Transformer模型是当前自然语言处理的最先进模型。seBERT即此类模型，它基于BERT架构开发，但使用软件工程数据从头训练。我们针对NLBSE挑战中的问题类型预测任务对该模型进行了微调。我们的模型在三种问题类型的召回率和精确率上均优于基线fastText，总体F1-score达到85.7%，比基线提高4.1%。
引用
@article{arxiv.2205.01335,
title = {Predicting Issue Types with seBERT},
author = {Alexander Trautsch and Steffen Herbold},
journal= {arXiv preprint arXiv:2205.01335},
year = {2022}
}
备注
Accepted for Publication at the NLBSE'22 Tool Competition