买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于预训练语言模型的智能软件兼容性问题检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119473879B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411490502.7，技术领域涉及：G06F11/3668；该发明授权一种基于预训练语言模型的智能软件兼容性问题检测方法是由肖冠平;王君设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于预训练语言模型的智能软件兼容性问题检测方法在说明书摘要公布了：本发明公开了一种基于预训练语言模型的智能软件兼容性问题检测方法，收集无标签和带标签的Python堆栈跟踪数据，以构建预训练数据集和微调数据集；解析Traceback数据并统一格式；处理超过模型最大长度限制的Traceback数据；使用无标签Traceback数据在BERT模型基础上进行无监督再训练，学习Traceback语义特征；构建智能软件兼容性问题检测模型；划分微调数据集，选择训练集中的正例数据来构造类别平衡的微调训练集，使用少量带标签的数据集对分类模型进行微调。本发明解决了现有方法无法自动检测智能软件运行过程中出现的兼容性问题，克服了现有模型在理解PythonTraceback上下文语义特征方面的局限，能够充分捕获堆栈帧和异常信息之间的依赖关系，有效提高了智能软件兼容性问题检测的准确率。

本发明授权一种基于预训练语言模型的智能软件兼容性问题检测方法在权利要求书中公布了：1.一种基于预训练语言模型的智能软件兼容性问题检测方法，其特征在于，包括以下步骤： 1从GitHub和StackOverflow上收集无标签和带标签的Python堆栈跟踪Traceback数据，去除其中不规范的数据，用于构建预训练数据集和微调数据集； 2对得到的原始Traceback数据进行解析，统一Traceback格式，并提取了每个堆栈帧中的文件路径、行号、函数名和出错代码以及异常信息，减少无关的数据噪声； 3分别统计堆栈帧和异常信息的长度，设计自定义算法截断超过模型最大长度的数据，以保留堆栈帧和异常信息中核心的特征； 4基于BERT预训练模型，使用步骤3处理后的Traceback数据进行掩码语言模型MLM预训练，得到Traceback上下文语义表征预训练模型； 5将从步骤4获得的预训练模型与多头注意力机制层、Dropout层及全连接层组合，构建智能软件兼容性问题分类模型； 6从带标签的Traceback数据训练集中选择标签为正的样本，通过数据增强构造类别平衡数据集，然后训练步骤5构建的智能软件兼容性问题分类模型，直到达到预设的训练周期数； 所述步骤4实现过程如下： 经过步骤3处理之后，得到输入序列X＝{x1,x2,…,xt,…,xT}，其中，xt表示一个token；在预训练模型的基础上对掩码语言任务进行预训练，利用预设概率随机替换掉输入序列X中的tokens，用Xmask表示被替换的tokens，将这个破坏后的版本记为训练目标就是重建掩码序列表述如下： 其中，θ表示模型的可学习参数，包括所有权重和偏置；Hθ表示基于Transformer层的编码器，将序列X映射到一系列隐藏向量；ex是来自Transformer嵌入层的令牌x的词嵌入，是转置操作，∑x′是词汇表中所有令牌的总和。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号南京航空航天大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。