[發(fā)明專利]一種基于編程上下文信息的代碼重構(gòu)方法

在審

• 申請?zhí)枺?/td>: 202110408445.3
• 申請日: 2021-04-16
• 公開（公告）號: CN113190269A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 張靜宣;駱君鵬;梁嘉慧;劉思遠(yuǎn)
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06F8/72
• 分類號: G06F8/72;G06F16/335;G06F16/35;G06N3/04
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 施昊

1.一種基于編程上下文信息的代碼重構(gòu)方法，其特征在于，根據(jù)編程項(xiàng)目的上下文信息，對編程項(xiàng)目的需求文檔、設(shè)計(jì)文檔、缺陷報(bào)告和代碼結(jié)構(gòu)進(jìn)行分析，包括步驟如下：

(1)將代碼上下文、注釋、需求文檔和設(shè)計(jì)文檔進(jìn)行切分序列化，形成文本向量；

(2)通過機(jī)器學(xué)習(xí)方法，將文本向量轉(zhuǎn)換為數(shù)值向量，并進(jìn)行數(shù)值向量的嵌入，形成向量空間；

(3)對于形成的多個(gè)向量空間，選用聚類方法將向量空間進(jìn)行聚類，將最后形成的相同編程上下文模型歸類到一起；

(4)對于給定的標(biāo)識符通過編程上下文模型，形成重構(gòu)備選排序列表，推薦給開發(fā)者。

2.根據(jù)權(quán)利要求1所述的基于編程上下文信息的代碼重構(gòu)方法，其特征在于，所述步驟(1)中，在進(jìn)行切分序列化之前，首先將代碼上下文轉(zhuǎn)化為抽象語法樹；所述代碼上下文、注釋、需求文檔和設(shè)計(jì)文檔均要先被標(biāo)記為文本向量；所有的代碼上下文都通過抽象語法樹來解析，并通過深度優(yōu)先搜索算法來遍歷生成的抽象語法樹，以獲得兩種標(biāo)記：一種是節(jié)點(diǎn)類型，另一種是該節(jié)點(diǎn)的標(biāo)識符。

3.根據(jù)權(quán)利要求1所述的基于編程上下文信息的代碼重構(gòu)方法，其特征在于，所述步驟(2)中，將切分序列化中生成的文本向量轉(zhuǎn)化為數(shù)值向量，并進(jìn)行向量嵌入，形成向量空間，包括步驟如下：

步驟21，描述性文本嵌入

通過步驟(1)的文本向量模式，提供文本標(biāo)記序列：

NV_name←E_PV(T_N)

其中，E_PV是段落向量嵌入函數(shù)，將序列標(biāo)記的訓(xùn)練集T_N作為輸入；輸出是名稱映射函數(shù)NV_name：T_N→V_N，其中V_N是嵌入的向量空間；

步驟22，代碼上下文嵌入

選用兩層神經(jīng)網(wǎng)絡(luò)，模型構(gòu)建如下：

TV_B←E_W(T_B)

其中，E_W是以標(biāo)記序列T_B的訓(xùn)練集為輸入的標(biāo)記嵌入函數(shù)；輸出是一個(gè)標(biāo)記映射函數(shù)TV_B:TW_B→V_BW,其中TW_B是標(biāo)記的詞匯表，V_BW是在TW_B中嵌入記號的向量空間；

在序列嵌入之后，代碼上下文最終被表示為二維向量；設(shè)定給定的代碼上下文b由T_b＝(t₁,t₂,t₃...,t_k)標(biāo)記序列表示，其中t_i∈TW_B,i＝1,2,3,....,k；V_b是對應(yīng)于T_b的二維數(shù)值向量，則V_b推斷如下：

V_b←∫(T_b,TV_B)

其中，∫是基于標(biāo)記映射函數(shù)TV_B將代碼上下文的標(biāo)記序列轉(zhuǎn)化為二維向量的函數(shù)，因此V_b＝(v₁,v₂,v₃...v_k)∈V_B；其中v_i←TV_B(t_i)，V_B是一組二維向量；

步驟23，生成向量空間

對于代碼上下文，輸入是步驟(22)中生成的二維向量，輸出是對應(yīng)一個(gè)整體的向量空間，則映射函數(shù)通過以下公式獲得：

VV_body←E_BV(V_B)

其中，E_BV是一個(gè)嵌入函數(shù)，將代碼上下文V_B的二維向量作為訓(xùn)練數(shù)據(jù)，并產(chǎn)生一個(gè)映射函數(shù)VV_body，其定義如下：

VV_body：V_B→V_B′

其中，V_B′是代碼上下文的嵌入向量空間。