[發明專利]基于多跳推理機制的代碼摘要生成方法及系統

有效

• 申請號: 202110426243.1
• 申請日: 2021-04-20
• 公開（公告）號: CN113342343B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 呂晨;馬正;李季;高曰秀;呂蕾;劉弘
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F8/41
• 分類號: G06F8/41;G06F16/36;G06N5/04
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于多跳推理機制的代碼摘要生成方法，其特征是，包括：

獲取待生成摘要的代碼；

對待生成摘要的代碼進行解析，生成抽象語法樹；對抽象語法樹進行特征提取，得到抽象語法樹特征向量；

將抽象語法樹特征向量和自然語言表述特征向量，輸入到訓練后的transformer模型中，得到代碼的初始摘要；

對代碼的初始摘要和已知的知識圖譜，利用多跳推理算法進行處理，得到代碼的推理摘要；

所述多跳推理算法的表達式為：

其中，f(·)是聚集來自連接結點的分數的聚合器，ns(v)表示結點v的分數；u表示訪問的結點；r表示訪問結點與v直接相連的邊；γ是控制來自先前跳躍的信息流強度的折扣因子；ns(u)是指訪問結點u的分數；

R(u,r,v)是三重相關性，反映了在當前背景下的三元組給(u,r,v)給出的證據的相關性；計算三重相關性：

表示代碼的初始摘要；h_u,r,v中的u,r,v表示知識圖譜中的實體概念；

在H跳之后，通過歸一化獲得結點上的最終分布：

p(c_t|s_t,G)＝softmax_v∈V(ns(v)) (3-4)

其中，c_t是在t時間步選取的結點的概念；p(c_t|s_t,G)表示代碼的推理摘要，s_t表示s₁,s₂,s₃,…,s_t-1；

將代碼的初始摘要和代碼的推理摘要進行加權融合，得到最終的代碼摘要。

2.如權利要求1所述的基于多跳推理機制的代碼摘要生成方法，其特征是，對待生成摘要的代碼進行解析，生成抽象語法樹；具體包括：

利用JavaParser解析代碼，生成其對應的抽象語法樹；

其中，利用JavaParser解析代碼，解析后得到兩部分信息：一是抽象語法樹結點所代表的信息；二是結點與結點的指向關系，存儲邊的信息。

3.如權利要求1所述的基于多跳推理機制的代碼摘要生成方法，其特征是，對抽象語法樹進行特征提取，得到抽象語法樹特征向量；具體包括：

采用圖卷積神經網絡，對抽象語法樹進行圖嵌入，得到抽象語法樹特征向量。

4.如權利要求1所述的基于多跳推理機制的代碼摘要生成方法，其特征是，將抽象語法樹特征向量和自然語言表述特征向量，輸入到訓練后的transformer模型中，得到代碼的初始摘要；具體包括：

將抽象語法樹特征向量輸入到訓練后的transformer模型的編碼器，得到編碼向量；

將獲取的自然語言表述進行特征提取，得到自然語言表述特征向量；

將編碼向量和自然語言表述特征向量，輸入到訓練后的transformer模型的解碼器中，得到代碼的初始摘要。

5.如權利要求1所述的基于多跳推理機制的代碼摘要生成方法，其特征是，訓練后的transformer模型，其訓練步驟包括：

構建訓練集；所述訓練集，包括：已知代碼摘要的代碼片段和自然語言表述；

將訓練集的代碼片段解析，生成抽象語法樹；對抽象語法樹進行特征提取，得到抽象語法樹特征向量；

將抽象語法樹特征向量作為transformer模型的編碼器的輸入值；

將訓練集的自然語言表述進行特征提取，得到自然語言表述特征向量；

將編碼器的輸出值和自然語言表述特征向量，均作為transformer模型的解碼器的輸入值，將訓練集的已知代碼摘要，作為transformer模型的解碼器的輸出值，對transformer模型進行訓練，當模型的損失函數達到最小值時，停止訓練，得到訓練后的transformer模型。