[發明專利]一種高級編程語言間代碼自動轉換方法

在審

• 申請號: 202011617567.5
• 申請日: 2020-12-30
• 公開（公告）號: CN112732264A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 劉毅;李家勛;李旭;肖彬
• 申請（專利權）人: 中國船舶重工集團公司第七0九研究所
• 主分類號: G06F8/40
• 分類號: G06F8/40;G06F8/30
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂

1.一種高級編程語言間代碼自動轉換方法，其特征在于：包括如下步驟：

S1、搜集各種編程語言大量的源代碼，作為神經模型訓練的語料庫；

S2、采用自然語言翻譯中使用的跨語言的seq2seq模型進行訓練，該模型采用transformer架構。

2.根據權利要求1所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S1中，編程語言包括C++和JAVA。

3.根據權利要求2所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S2的具體步驟如下：

S21、預訓練編碼器和解碼器，產生跨語言的句子表征；

S22、語言建模，訓練同語種翻譯，利用去噪自編碼，訓練解碼器生成有效的序列；

S23、利用回譯訓練跨語種翻譯。

4.根據權利要求3所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S21的具體步驟如下：

S211、采用XLM來分別預訓練編碼和解碼器，把各種編程語言語料庫放在一起，每次batch選擇一種語言；

S212、使用MLM模型和TLM模型進行訓練和交互。

5.根據權利要求4所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S22的具體步驟如下：

S221、給輸入加上干擾，然后把它傳給機器翻譯模型；

S222、解碼器重新把正確的代碼恢復，即自己翻譯自己。

6.根據權利要求5所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S23的具體步驟如下：

S231、利用步驟S22產生的模型進行兩次翻譯，從A語言翻譯到B語言，再從B語言到A語言，構建有監督的數據集；

S232、將有監督的數據集當做信號回傳給翻譯模型進行訓練。

7.根據權利要求6所述的高級編程語言間代碼自動轉換方法，其特征在于：還包括步驟S3、使用測試集進行對比測試，驗證模型訓練后自動轉換不同編程語言間代碼的轉換對齊質量。

8.根據權利要求7所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S3的具體過程為：測試使用三個評估度量指標：BLEU值、參考匹配和計算準確率。

9.根據權利要求7所述的高級編程語言間代碼自動轉換方法，其特征在于：所述步驟S3中，所述BLEU值用于評估生成函數的質量；參考匹配用于評估轉換結果完美匹配真值參考的比例；計算準確率用于評估當輸入相同時，假設函數是否生成與參考相同的輸出。