[發(fā)明專利]一種基于深度學(xué)習(xí)的交互式API代碼片段推薦方法

在審

• 申請?zhí)枺?/td>: 202010727140.4
• 申請日: 2020-07-26
• 公開（公告）號: CN111966818A
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計）人: 彭鑫;陳馳;趙文耘
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06F16/34;G06N3/08;G06F8/33
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發(fā)明屬于軟件工程技術(shù)領(lǐng)域，具體為一種基于深度學(xué)習(xí)的交互式API代碼片段推薦方法。本發(fā)明通過對大量包含目標(biāo)API的源代碼進(jìn)行解析來構(gòu)造大量的訓(xùn)練樣本；使用深度學(xué)習(xí)模型中的Encoder?Decoder模型框架實(shí)例化深度學(xué)習(xí)網(wǎng)絡(luò)，包括Seq2Seq模型、Transformer模型或Graph2Seq模型，并用訓(xùn)練樣本訓(xùn)練深度學(xué)習(xí)模型，以用于預(yù)測推薦；根據(jù)深度學(xué)習(xí)模型的推薦結(jié)果，通過后處理方式來優(yōu)化推薦結(jié)果；所述后處理方式包括：啟發(fā)式束搜索、聚類以及交互式意圖選擇。本發(fā)明為軟件開發(fā)人員提供基于代碼上下文的智能化多行API代碼推薦，在開發(fā)人員已經(jīng)編寫好的代碼的基礎(chǔ)上為其推薦多行API代碼，從而輔助開發(fā)人員完成當(dāng)前代碼的開發(fā)。

技術(shù)領(lǐng)域

本發(fā)明屬于軟件工程技術(shù)領(lǐng)域，具體涉及軟件開發(fā)中的交互式API代碼片段推薦方法。

背景技術(shù)

在軟件開發(fā)任務(wù)中，軟件開發(fā)人員依賴API(Application ProgrammingInterface，即應(yīng)用編程接口)代碼(即API代碼片段)(如JDK、Android)來實(shí)現(xiàn)所需要的軟件特性。然而，API數(shù)量龐大并且每個API中又包含數(shù)量眾多的方法調(diào)用和成員變量，并且API代碼存在一定的使用模式和規(guī)律(如API的使用組合、調(diào)用順序以及相配合的控制結(jié)構(gòu)(如條件判斷、循環(huán)等)等)，這使得開發(fā)人員難以熟知所有的API代碼使用模式。因此，如何在當(dāng)前的代碼上下文中使用合適的API代碼片段來完成當(dāng)前正在開發(fā)的功能特性經(jīng)常成為開發(fā)人員遇到的難題。

針對這一問題的一個有效解決方案是，在軟件集成開發(fā)環(huán)境等開發(fā)工具中提供智能化多行API代碼推薦能力。這種智能化API推薦應(yīng)當(dāng)通過對開發(fā)人員正在編寫的代碼上下文的分析，解析當(dāng)前代碼上下文的語義并推測開發(fā)人員的意圖，進(jìn)而推薦API代碼片段。

當(dāng)前存在兩種捕獲API使用模式和規(guī)律并進(jìn)而進(jìn)行多行API代碼推薦的方法，一種是基于挖掘算法挖掘顯式的API代碼使用模式，另一種是基于機(jī)器學(xué)習(xí)模型(或深度學(xué)習(xí)模型)學(xué)習(xí)得到隱式的API代碼使用模式。本發(fā)明采用基于深度學(xué)習(xí)模型的方法學(xué)習(xí)得到隱式的API代碼使用模式，并對通過對深度學(xué)習(xí)模型預(yù)測推薦結(jié)果的后處理來優(yōu)化推薦結(jié)果，從而實(shí)現(xiàn)更有效，更友好的多行API代碼推薦。

發(fā)明內(nèi)容

本發(fā)明的目的是為軟件開發(fā)人員提供基于代碼上下文的智能化多行交互式API代碼片段推薦方法，以便在開發(fā)人員已經(jīng)編寫好的代碼的基礎(chǔ)上，為其推薦能夠完成當(dāng)前開發(fā)任務(wù)并適合于當(dāng)前代碼上下文的API代碼片段(A包括API方法調(diào)用、成員變量訪問、控制語句(if、while等)以及變量和對象實(shí)例聲明等)。

本發(fā)明提供的交互式API代碼片段推薦方法，是基于深度學(xué)習(xí)的，具體是通過對大量包含目標(biāo)API(如JDK、Android中的API)的源代碼(開源代碼或企業(yè)代碼)進(jìn)行解析來構(gòu)造大量的訓(xùn)練樣本，在此基礎(chǔ)上使用深度學(xué)習(xí)模型中的Encoder-Decoder模型(如Seq2Seq模型，Transformer模型，Graph2Seq模型等(見參考文獻(xiàn)1-4))，并用訓(xùn)練樣本訓(xùn)練深度學(xué)習(xí)模型，以用于預(yù)測推薦；根據(jù)深度學(xué)習(xí)模型的推薦結(jié)果，通過后處理方式來優(yōu)化推薦結(jié)果。所述的后處理方式，包括：啟發(fā)式束搜索，聚類，以及交互式意圖選擇；其流程如圖1所示。

本發(fā)明提供的基于深度學(xué)習(xí)的交互式API代碼片段推薦方法，具體步驟為：

(一)構(gòu)建訓(xùn)練樣本；

包括以下子步驟：

(1)以方法為最小單位，對代碼庫中每一個源代碼文件中的每一個方法進(jìn)行解析并進(jìn)行抽象(抽象即忽略API中的參數(shù)名，變量名和對象名，只保留API的完整簽名)得到相應(yīng)的代碼表示，如Seq2Seq模型及Transformer模型接收代碼的序列化表示，Graph2Seq模型接收代碼的圖結(jié)構(gòu)表示；

(2)對于每一個代碼表示，挖取出部分API代碼，將剩余的API代碼與挖取出的API代碼構(gòu)成一個訓(xùn)練樣本。