[發(fā)明專利]基于聯(lián)邦學(xué)習(xí)的代碼注釋生成方法、系統(tǒng)及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011355708.0
• 申請(qǐng)日: 2020-11-27
• 公開（公告）號(hào): CN112463161B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計(jì)）人: 王健宗;李澤遠(yuǎn);何安珣
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F8/41
• 分類號(hào): G06F8/41;G06N20/20
• 代理公司: 北京鴻元知識(shí)產(chǎn)權(quán)代理有限公司 11327
• 代理人: 袁文婷;張娓娓

本發(fā)明涉及人工智能，提供一種基于聯(lián)邦學(xué)習(xí)的代碼注釋生成方法，包括：生成初始參數(shù)集，并將初始參數(shù)集發(fā)送至預(yù)設(shè)的客戶端；通過(guò)各客戶端上的預(yù)設(shè)樣本數(shù)據(jù)集對(duì)其相應(yīng)的代碼注釋生成模型進(jìn)行初步訓(xùn)練，以得到各代碼注釋生成模型的優(yōu)化參數(shù)集；將各客戶端的模型優(yōu)化參數(shù)集發(fā)送至預(yù)設(shè)服務(wù)器，并基于預(yù)設(shè)服務(wù)器對(duì)接收到的優(yōu)化參數(shù)集進(jìn)行聚合，得到聚合優(yōu)化參數(shù)集；將聚合優(yōu)化參數(shù)集發(fā)送至各客戶端，并基于聚合優(yōu)化參數(shù)集對(duì)各代碼注釋生成模型進(jìn)行再次訓(xùn)練，得到代碼注釋生成新模型；基于代碼注釋生成新模型對(duì)各客戶端的待注釋代碼進(jìn)行代碼注釋。本發(fā)明提供技術(shù)方案既能夠解決現(xiàn)有代碼注釋自動(dòng)生成方法滿足特定公司或組織的需要的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)編譯技術(shù)領(lǐng)域，尤其涉及一種基于聯(lián)邦學(xué)習(xí)的代碼注釋生成方法、系統(tǒng)、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

在計(jì)算機(jī)領(lǐng)域，軟件維護(hù)過(guò)程當(dāng)中，開發(fā)者需要花費(fèi)大量時(shí)間去理解源代碼。代碼的注釋是幫助開發(fā)者理解源代碼的重要組成部分。然而，在軟件實(shí)際維護(hù)過(guò)程中，由于代碼注釋質(zhì)量不高或缺失，通常開發(fā)者僅僅只能根據(jù)源代碼的內(nèi)容去推斷它的功能，這將導(dǎo)致軟件的維護(hù)效率大大降低。因此，越來(lái)越多的研究者開始探索如何自動(dòng)給源代碼生成注釋。

現(xiàn)有的關(guān)于代碼注釋自動(dòng)生成的方法已經(jīng)有很多，但是這些傳統(tǒng)的方法通常都是基于公開項(xiàng)目的源代碼進(jìn)行訓(xùn)練的，然而，這種基于開源代碼訓(xùn)練的模型可能不適用于某些公司或組織的內(nèi)部業(yè)務(wù)需求。

此外，對(duì)于某一公司或組織來(lái)說(shuō)，他們的內(nèi)部數(shù)據(jù)量有限，無(wú)法僅用自己已有的數(shù)據(jù)單獨(dú)訓(xùn)練一個(gè)高效的模型；另外，由于源代碼是一個(gè)軟件公司或組織最重要、隱私的部分，是需要被嚴(yán)格保護(hù)起來(lái)的。

基于以上問(wèn)題，急需一個(gè)在各公司之間不暴露源代碼的前提下的高性能的代碼注釋生成方法。

發(fā)明內(nèi)容

本發(fā)明提供一種基于聯(lián)邦學(xué)習(xí)的代碼注釋生成方法、系統(tǒng)、電子裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)，其主要目的在于解決代碼注釋自動(dòng)生成方法通常只在開源項(xiàng)目的源代碼上進(jìn)行訓(xùn)練，以這樣的方式訓(xùn)練出來(lái)的模型不滿足特定公司或組織的需要的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于聯(lián)邦學(xué)習(xí)的代碼注釋生成方法，該方法包括如下步驟：

基于預(yù)設(shè)服務(wù)器生成模型初始參數(shù)集，并將所述模型初始參數(shù)集發(fā)送至預(yù)設(shè)的至少兩個(gè)客戶端；其中，

所述預(yù)設(shè)服務(wù)器與所述客戶端構(gòu)成聯(lián)邦學(xué)習(xí)框架，所述預(yù)設(shè)服務(wù)器與各客戶端之間均可進(jìn)行雙向信息傳輸，并且各客戶端均配置有相應(yīng)的代碼注釋生成模型；

基于所述模型初始參數(shù)集，通過(guò)各客戶端上的預(yù)設(shè)樣本數(shù)據(jù)集對(duì)其相應(yīng)的代碼注釋生成模型進(jìn)行初步訓(xùn)練，以得到各代碼注釋生成模型的模型優(yōu)化參數(shù)集；

將各客戶端的所述模型優(yōu)化參數(shù)集發(fā)送至所述預(yù)設(shè)服務(wù)器，并基于所述預(yù)設(shè)服務(wù)器對(duì)接收到的模型優(yōu)化參數(shù)集進(jìn)行聚合，得到聚合優(yōu)化參數(shù)集；

將所述聚合優(yōu)化參數(shù)集發(fā)送至各客戶端，并基于所述聚合優(yōu)化參數(shù)集對(duì)各代碼注釋生成模型進(jìn)行再次訓(xùn)練，得到代碼注釋生成新模型；

基于所述代碼注釋生成新模型對(duì)各客戶端的待注釋代碼進(jìn)行代碼注釋。

優(yōu)選地，所述預(yù)設(shè)樣本數(shù)據(jù)集存儲(chǔ)在區(qū)塊鏈中，所述預(yù)設(shè)樣本數(shù)據(jù)集包括源代碼樣本序列和注釋單詞樣本序列；并且，通過(guò)各客戶端上的預(yù)設(shè)樣本數(shù)據(jù)集對(duì)其相應(yīng)的代碼注釋生成模型進(jìn)行初步訓(xùn)練的過(guò)程包括：

對(duì)所述源代碼樣本序列進(jìn)行編碼，以提取所述源代碼樣本序列中的詞匯特征序列；

對(duì)所述詞匯特征序列進(jìn)行譯碼，以通過(guò)模擬所述注釋單詞樣本序列生成注釋單詞目標(biāo)序列；其中，

在所述編碼和所述譯碼過(guò)程中，所述代碼注釋生成模型的模型參數(shù)得以優(yōu)化以生成所述模型優(yōu)化參數(shù)集。

另外，本發(fā)明還提供一種基于聯(lián)邦學(xué)習(xí)的代碼注釋生成系統(tǒng)，所述系統(tǒng)包括：