面向App评论响应的语义检索和生成框架

在应用程序维护过程中,移动应用(Mobile Application,App)评论的响应为应用程序开发者提供了用户反馈机制,对应用的评级产生积极影响.为了减轻响应大量用户评论的工作负担,开发者通常采用自动化的机制回复评分或跟进用户问题.当前流行使用序列到序列(Sequence to Sequence,Seq2seq)的深度生成模型或融合信息检索的方法来生成用户评论的响应.然而,现有检索方法没有考虑句子的语义相似性,生成模型没有考虑用户评论与检索到评论之间的差异,导致模型对知识的利用不佳,降低了响应质量.为了解决这些问题,本文提出了一种面向App评论响应的语义检索和生成框架(A Semantic Retrieval and Generation Framework,SRGen).首先,基于响应相似但评论不一定相似的现象,通过自监督学习方法对Sentence-BERT(SBERT)模型微调.然后,利用SBERT获得名称、评分、评论信息的向量表示,检索知识库中Top-k最相似的评论-响应对.最后,根据检索到的评论与待响应评论的差异和相应响应内容,生成评论的响应.实验表明,与现有的基线工作相比...     

一种面向边缘计算环境的去中心化服务请求分发方法

边缘计算模式的出现使得软件服务可以部署在距离用户较近的边缘服务器上,从而减小服务调用过程中产生的数据传输开销,并提升服务质量.然而,由于计算和存储等资源的限制,边缘服务器通常只能部署有限数量的服务实例,无法满足复杂多样的服务请求,加之边缘计算环境下服务请求分布不均导致了边缘服务器之间负载的不均衡性.因此,边缘计算环境下需要对服务请求进行再分配来满足不同的服务请求并优化服务供应.如何合理地将服务请求分发到合适的边缘服务器以优化系统的负载均衡并提升服务质量成为亟待解决的关键问题.现有的研究方法通常采用集中式的方法来解决该问题,存在单点故障等严重缺陷.因此,本文基于博弈理论设计了一种面向边缘计算环境的去中心化服务请求分发方法.该方法将边缘服务器间的服务请求分发问题建模为分布式的非合作博弈模型,通过多轮次的博弈和竞争达到系统的Nash均衡状态,以此获取服务请求的分发策略.实验结果表明,本文所提出的方法可以有效优化边缘服务器之间的负载均衡,降低服务的响应时间,并且随着系统规模的扩大表现出良好的可扩展性.     

一种基于逻辑Petri网的Web服务簇组合方法

Web服务组合是实现快速服务增值和软件重用的重要方式,但现有的静态服务组合和动态服务组合方式都有待于进一步完善.文中集成静态服务组合和动态服务组合的优点,提出了一种在虚拟层面上基于服务簇进行服务组合的思想;研究并提出了一种基于服务簇的服务组合方法,并应用逻辑Petri网对其进行形式化建模描述;给出了服务簇网的基本组合模型,并分别对其完备性继承作了分析;研究了服务簇网组合的代数运算性质.最后,通过实验证明了服务簇网组合运算的可行性和有效性.     

基于DOM和VBA的Word文档数据交互式抽取

针对信息系统Word文档中的数据提取问题,分析现有解决方案中存在的不足,提出交互式提取Word文档中半结构化数据的方法。该方法通过制定Word模板、编写宏函数并运用可交互的外部程序调用宏函数,将Word文档中指定的内容提取到数据库中。实现了Word文档中半结构化数据提取的方便性和灵活性。