[發明專利]一種基于程序分析和神經網絡的注釋定位方法

在審

• 申請號: 201911321441.0
• 申請日: 2019-12-19
• 公開（公告）號: CN111104159A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 張衛豐;李小滿;周國強;王子元;張迎周
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F8/73
• 分類號: G06F8/73
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于程序分析和神經網絡的注釋定位方法，其特征在于，包括步驟如下：

S1、下載Java開源項目，提取項目中方法級別的注釋；

S2、根據步驟S1中取到的注釋數據，進行人工標注注釋類別，組成注釋，注釋類別＞對的集合，作為注釋分類的訓練集；

S3、對步驟S2生成的訓練集進行預處理，利用神經網絡模型，進行注釋分類器的訓練；

S4、將項目中每個方法的注釋使用分類器進行分類，提取How類型的注釋，并且從方法體內找出對應的代碼，組成注釋，代碼片段對的集合，作為注釋定位模型的訓練集；

S5、對步驟S4所構建的訓練集進行預處理，并且利用神經網絡模型，進行注釋定位模型的訓練；

S6、注釋定位模型訓練完成后，給定Java方法中的一條注釋語句和多個代碼片段，輸出與這條注釋最相似的代碼片段，組成注釋和代碼片段的映射關系。

2.根據權利要求1所描述的一種基于程序分析和神經網絡的注釋定位方法，其特征在于，所述步驟S2中，Java方法級別的注釋包括What型注釋和How型注釋。其中What型注釋是描述方法功能的注釋，How型注釋是描述方法具體實現的注釋。

3.根據權利要求1所描述的一種基于程序分析和神經網絡的注釋定位方法，其特征在于，所述步驟S3中，對訓練集進行預處理是指，將注釋文本進行分詞，并且刪除其中的稀有符號和停用詞，構建一個注釋詞匯表，并將注釋文本轉化成數字列表。

4.根據權利要求1所描述的一種基于程序分析和神經網絡的注釋定位方法，其特征在于，所述步驟S4中，構建注釋定位模型的訓練集，具體方法為：首先獲取方法體內的所有變量，然后與方法的How類型注釋進行匹配，找出注釋中存在的變量，再根據這些變量從方法體內找出與之相關的代碼片段。一條注釋可能對應多個代碼判斷，故需要通過人工判斷哪段代碼片段與注釋意思最相近，從而組成注釋，代碼片段對的集合，作為注釋定位模型的訓練集。

5.根據權利要求1所描述的一種基于程序分析和神經網絡的注釋定位方法，其特征在于，所述步驟S5中，注釋定位模型是使用的是循環神經網絡，將代碼與注釋映射到一個向量空間，然后通過計算注釋向量和代碼向量的余弦相似度，來構建注釋與代碼的映射關系。