[發(fā)明專利]一種基于seq2seq模型的Java方法名推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110727637.0
• 申請(qǐng)日: 2021-06-29
• 公開（公告）號(hào): CN113360766A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 康玉健;王偉東;董京偉;杜欣鈺;李點(diǎn)
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F9/448;G06F8/30
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

本發(fā)明公開了一種基于seq2seq模型的Java方法名推薦方法。該方法包括：Java方法名采集階段，從知名開源組織下采集基于Java語(yǔ)言的項(xiàng)目Git倉(cāng)庫(kù)，并提取Git倉(cāng)庫(kù)中的Java方法名。建立Java方法名詞庫(kù)階段：提取Java方法名中的高頻率標(biāo)記，并采用人工標(biāo)注的方式來(lái)為標(biāo)注中文語(yǔ)義。建立中文同義詞庫(kù)階段：通過人工標(biāo)注的方式來(lái)為Java方法名詞庫(kù)中已經(jīng)標(biāo)記好中文的中文標(biāo)記標(biāo)注其同義詞。創(chuàng)建數(shù)據(jù)樣本階段：采用人工標(biāo)注的方式來(lái)為Java方法名標(biāo)注中文語(yǔ)義。當(dāng)開發(fā)者輸入中文方法名，模型seq2seq會(huì)輸出英文的方法名。方法名推薦階段幫助中文開發(fā)者將中文方法名輸入到seq2seq模型中，模型輸出相應(yīng)的Java方法名。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件工程領(lǐng)域。更具體地，涉及一種基于seq2seq模型的Java方法名推薦方法。

背景技術(shù)

隨著信息化浪潮的來(lái)臨，軟件已經(jīng)生成人們生活中不可或缺的一部分。然而隨著軟件功能的日益復(fù)雜，軟件維護(hù)難、成本高成為了目前的一大難題。其中導(dǎo)致維護(hù)成本高的重要原因是軟件的可理解性低，開發(fā)人員往往要花費(fèi)超過大量的精力在軟件的代碼的理解上。其中程序中命名不恰當(dāng)?shù)淖兞棵⒎椒?shù)名等，往往是導(dǎo)致程序可理解性低的重要原因。其中方法名常常被看做是方法體功能的簡(jiǎn)要描述。在實(shí)際開發(fā)中，方法名是開發(fā)人員理解程序或API行為的直觀而重要的信息。因此，不一致的方法名會(huì)使程序更難理解和維護(hù)，甚至可能導(dǎo)致軟件缺陷。開發(fā)者往往靠方法名來(lái)猜測(cè)方法的功能并調(diào)用對(duì)應(yīng)的方法，如果方法名起的不好，容易導(dǎo)致開發(fā)者對(duì)于API的誤用，進(jìn)而導(dǎo)致軟件缺陷的發(fā)生。

對(duì)于開發(fā)者來(lái)說(shuō)，在真實(shí)的項(xiàng)目中，導(dǎo)致該問題的原因往往與開發(fā)者本身分不開的。首先，開發(fā)者往往囿于項(xiàng)目的進(jìn)度壓力，將主要精力放在了程序功能的實(shí)現(xiàn)上，卻忽略了程序的命名的重要性，導(dǎo)致在維護(hù)階段要花大量的精力來(lái)理解程序的功能。其二，由于程序的開發(fā)者的母語(yǔ)并非英語(yǔ)，所以由于詞匯量的匱乏，往往在對(duì)程序命名的時(shí)候，并不能很好的描述程序的功能。

綜上所述，為了在實(shí)際開發(fā)中幫助中文開發(fā)者更好地為Java方法命名，軟件工程領(lǐng)域急需一種方法來(lái)高效地為中文開發(fā)者高效地推薦Java方法名，進(jìn)而提高程序的可讀性，降低開發(fā)人員在理解代碼時(shí)所花費(fèi)的時(shí)間和精力，最終提高軟件的可維護(hù)性。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于seq2seq模型的Java方法名推薦方法，幫助中文開發(fā)者高質(zhì)量地命名Java方法的同時(shí)，幫助開發(fā)者通過方法名快速了解方法所實(shí)現(xiàn)的功能，進(jìn)而降低軟件維護(hù)的成本，提高軟件開發(fā)的效率。

為達(dá)到上述目的，本發(fā)明采用下述方法：基于seq2seq模型的Java方法名推薦方法，包括：

第一階段：建立Java方法名詞庫(kù)階段。

第二階段：建立中文同義詞庫(kù)階段。

第三階段：創(chuàng)建數(shù)據(jù)樣本階段。

第四階段：模型訓(xùn)練階段。

第五階段：方法名推薦階段。

具體的，在建立Java方法名詞庫(kù)階段中，將采集的Java方法名切分為標(biāo)記流，并通過有經(jīng)驗(yàn)開發(fā)者人工標(biāo)注的方式，為出現(xiàn)高頻率標(biāo)記進(jìn)行標(biāo)注中文語(yǔ)義，進(jìn)而建立Java方法名詞庫(kù)。其中采用駝峰命名法將采集的Java方法名切分為標(biāo)記序列，采用經(jīng)驗(yàn)豐富開發(fā)者人工標(biāo)注的方式來(lái)為標(biāo)記序列中的標(biāo)記標(biāo)注中文語(yǔ)義。

具體的，在建立中文同義詞庫(kù)階段中，對(duì)于已經(jīng)標(biāo)注中文的方法名標(biāo)記序列，再通過人工標(biāo)注的方式來(lái)為已經(jīng)標(biāo)注好的中文標(biāo)記標(biāo)注同義詞。

具體的，在創(chuàng)建數(shù)據(jù)樣本階段中，對(duì)于已經(jīng)采集好的方法名，采用人工標(biāo)注的方式為方法名標(biāo)注對(duì)應(yīng)的中文語(yǔ)義。

具體的，在模型訓(xùn)練階段中，將人工標(biāo)注好的Java方法名的中文序列以及Java方法名輸入到seq2seq模型中，其中seq2seq模型中采用了attention機(jī)制。