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
|
| 实验 |
过程 |
输出 |
|
| CNN和FastText嵌入 |
CNN-based处理 |
精度:71.89%;精度:0.88;回忆:0.72;F1-score: 0.77 |
| 双向LSTM FastText嵌入 |
双向格勒乌或LSTM与全球关注 |
精度:84.33%;精度:0.91;回忆:0.84;F1-score: 0.87 |
| 使用模型 |
1.0使用TF pretrained模型 |
精度:92.61%;精度:0.95;回忆:0.93;F1-score: 0.93 |
| NNLM |
NNLM-based句子编码器,pretrained模型 |
精度:90.16%;精度:0.81;回忆:0.90;F1-score: 0.86 |
| 伯特 |
标记伯特和TF Keras建模 |
精度:91.39%;精度:0.92;回忆:0.91;F1-score: 0.88 |
| DistilBERT |
DistilBERT-based预处理的数据 |
精度:94.77%;精度:0.95;回忆:0.95;F1-score: 0.94 |
| 伯特 |
数据预处理和伯特标记 |
精度:97.44% |
|
|
