GitHub以深度學習推薦簡單問題，幫助新手做出第一次貢獻

GitHub更新新手友善問題（Good First Issues）功能，引導貢獻者找出自己感興趣的專案，從入門問題開始做出貢獻，貢獻者不只能先小試身手，還可以建立自己在該專案的聲譽。新手友善問題是GitHub上，第一個使用深度學習技術的功能。

貢獻者有幾種方法開始處理新手友善問題，為專案做出貢獻。開發者可瀏覽GitHub的主題頁面，或是直接進入像是機器學習等特定主題頁面，該頁面會直接列出主題相關的專案以及新手問題。或當貢獻者已經知道要貢獻的專案名稱，也可以直接連到新手友善問題貢獻專頁，直接挑選可以處理的問題。

另外，GitHub使用者過去的貢獻、星等以及各種活動，系統也會提供個人化的專案建議，用戶可以在探索頁面看到推薦列表。貢獻者可以從以上三種方式找到新手友善問題，也能點擊尋找更多新手友善問題，瀏覽完整的列表。

其實新手友善問題並非一個全新的功能，在2019年5月GitHub就已經推出這個功能，只是之前由專案維護者手動標記新手友善標籤，但現在更新版本加入人工智慧，能夠自動推薦約70％專案儲存庫中的簡單問題。

GitHub提到，以標籤的方式標記新手友善問題，儲存庫中只會有40％的簡單問題被推薦，而且也增加了專案維護者分類問題的負擔，因此GitHub在上個月發布了更新版本，新的問題推薦功能會同時推薦基於標籤與機器學習的問題，因而提升儲存庫中簡單問題的可見度。

與幾乎所有的監督式機器學習專案一樣，GitHub面臨的第一個挑戰，便是收集訓練資料集，GitHub表示，在他們的案例，手動標記問題是一件很困難的事，因為這包含了領域主題、專案和程式語言等範圍的專業知識，因此GitHub轉而選用弱監督式的方法，先為上千萬個候選樣本自動預測標籤。

要標記出正候選樣本，仍然需要一些樣本，官方準備了手上可用的清單，只有約300個標籤問題，數量仍然太少，因此又整理了一些可能是新手處理的問題，官方找出那些已由之前未曾做出貢獻的新手所解決的問題，以及拉取請求只更動單一檔案中，幾行程式碼或文字的已關閉問題。

而負樣本則是未明確標記為正候選樣本的其他樣本，但官方提到，這樣的方法收集了不平衡的資料集，正樣本太少，因此他們除了加權之外，又對負樣本進行二次採樣，也偵測並移除了重複的問題。

為了快速地讓分類器立即判斷新手友善問題，因此僅使用標題和內文進行訓練，而不使用對話或是其他資訊，GitHub以深度學習函式庫TensorFlow來建構系統，對公開儲存庫中未封存的問題進行分類，還對問題上的標籤，根據相關性進行評分，這些評分會影響問題在列表中的先後順序，官方表示，通常標籤的可信度，比機器學習偵測出來的結果更高。GitHub每天執行資料擷取、訓練和預測工作管線，確保結果的新鮮度與相關性。