本研究提出了一种分组离散表示(GDR)方法,旨在解决面向对象学习中对特征组成属性的忽视,从而提升模型的泛化能力。实验结果表明,GDR显著提高了基于Transformer和扩散的OCL方法的性能。
完成下面两步后,将自动完成登录并继续当前操作。