GitHub以深度学习推荐简单问题，帮助新手做出第一次贡献

GitHub更新新手友善问题（Good First Issues）功能，引导贡献者找出自己感兴趣的专案，从入门问题开始做出贡献，贡献者不只能先小试身手，还可以建立自己在该专案的声誉。新手友善问题是GitHub上，第一个使用深度学习技术的功能。

贡献者有几种方法开始处理新手友善问题，为专案做出贡献。开发者可浏览GitHub的主题页面，或是直接进入像是机器学习等特定主题页面，该页面会直接列出主题相关的专案以及新手问题。或当贡献者已经知道要贡献的专案名称，也可以直接连到新手友善问题贡献专页，直接挑选可以处理的问题。

另外，GitHub使用者过去的贡献、星等以及各种活动，系统也会提供个人化的专案建议，用户可以在探索页面看到推荐列表。贡献者可以从以上三种方式找到新手友善问题，也能点击寻找更多新手友善问题，浏览完整的列表。

其实新手友善问题并非一个全新的功能，在2019年5月GitHub就已经推出这个功能，只是之前由专案维护者手动标记新手友善标签，但现在更新版本加入人工智能，能够自动推荐约70％专案储存库中的简单问题。

GitHub提到，以标签的方式标记新手友善问题，储存库中只会有40％的简单问题被推荐，而且也增加了专案维护者分类问题的负担，因此GitHub在上个月发布了更新版本，新的问题推荐功能会同时推荐基于标签与机器学习的问题，因而提升储存库中简单问题的可见度。

与几乎所有的监督式机器学习专案一样，GitHub面临的第一个挑战，便是收集训练资料集，GitHub表示，在他们的案例，手动标记问题是一件很困难的事，因为这包含了领域主题、专案和程式语言等范围的专业知识，因此GitHub转而选用弱监督式的方法，先为上千万个候选样本自动预测标签。

要标记出正候选样本，仍然需要一些样本，官方准备了手上可用的清单，只有约300个标签问题，数量仍然太少，因此又整理了一些可能是新手处理的问题，官方找出那些已由之前未曾做出贡献的新手所解决的问题，以及拉取请求只更动单一档案中，几行程式码或文字的已关闭问题。

而负样本则是未明确标记为正候选样本的其他样本，但官方提到，这样的方法收集了不平衡的资料集，正样本太少，因此他们除了加权之外，又对负样本进行二次采样，也侦测并移除了重复的问题。

为了快速地让分类器立即判断新手友善问题，因此仅使用标题和内文进行训练，而不使用对话或是其他资讯，GitHub以深度学习函式库TensorFlow来建构系统，对公开储存库中未封存的问题进行分类，还对问题上的标签，根据相关性进行评分，这些评分会影响问题在列表中的先后顺序，官方表示，通常标签的可信度，比机器学习侦测出来的结果更高。GitHub每天执行资料撷取、训练和预测工作管线，确保结果的新鲜度与相关性。