研究文章
软件系统安全漏洞管理使用NLP探索语言的功能模型
|
输入:安全——和nonsecurity-related文本标签 |
|
过程: |
| (1) |
标记的文本创建词汇表: |
|
t = tf.keras.preprocessing.text |
|
记号赋予器(oov_token = < UNK >) |
| (2) |
文本转换成的单词序列进一步的数字序列id: train_sequences = t。texts_to_sequences(规范化训练文本) |
| (3) |
句子长度分布可视化 |
| (4) |
文本序列填充: |
|
tf.keras.preprocessing |
|
序列。pad_sequences () |
| (5) |
FastText-based嵌入矩阵结构 |
| (6) |
模型架构建设: |
|
tf.keras.models。连续() |
| (7) |
培训和验证 |
| (8) |
模型性能评估测试数据 |
|
输出: |
|
精度:71.89% |
|
精度:0.88 |
|
回忆:0.72 |
|
F1-score: 0.77 |
|
