[發(fā)明專利]一種基于ai的程序語言間轉(zhuǎn)換的方法

在審

• 申請?zhí)枺?/td>: 202111364785.7
• 申請日: 2021-11-17
• 公開（公告）號: CN114253521A
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 李想
• 申請（專利權(quán)）人: 上海賽可出行科技服務(wù)有限公司
• 主分類號: G06F8/30
• 分類號: G06F8/30;G06F8/51
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于ai的程序語言間轉(zhuǎn)換的方法，其特征在于，具體包括以下步驟：

S1.配置訓(xùn)練的語言類型，F(xiàn)orm COBOL，To JAVA；

S2.選擇程序語言基礎(chǔ)網(wǎng)站：菜鳥教學(xué)，W3CSchool，CSDN，設(shè)定爬蟲程序的四個基本信息，數(shù)據(jù)定義成分，程序控制成分，數(shù)據(jù)傳輸成分，函數(shù)成分；其中數(shù)據(jù)定義成分劃分為基本數(shù)據(jù)和高級數(shù)據(jù)；程序控制成分劃分為順序，選擇，循環(huán)；數(shù)據(jù)傳輸成分定為輸入和輸出；函數(shù)成分主要為函數(shù)逇定義和執(zhí)行，單模型相同類型的數(shù)據(jù)集合需大于80份數(shù)據(jù)，單量大于400份數(shù)據(jù)，兩個語言類型總量大于800數(shù)據(jù)集；

S3.根據(jù)S1獲得數(shù)據(jù)后進(jìn)行數(shù)據(jù)預(yù)處理；劃分訓(xùn)練數(shù)據(jù)集,驗(yàn)證數(shù)據(jù)集和測試數(shù)據(jù)集，為了防止模型過擬合，這里測試數(shù)據(jù)進(jìn)行重排，亂序，重采樣及復(fù)制數(shù)據(jù)加上隨機(jī)噪聲處理；

S4.得到From和To模型訓(xùn)練集，驗(yàn)證集和測試集合后，選擇分類模型進(jìn)行訓(xùn)練，選擇分類模型；使用訓(xùn)練集多次訓(xùn)練，驗(yàn)證集合進(jìn)行驗(yàn)證來評估模型，后利用測試集合進(jìn)行模型優(yōu)化，后得到兩個From和To程序語言識別和生成模型；

S5.由于程序語言基本為英文，這相比中文來說NLP文本處理方便很多；利用NLP自然語言處理和規(guī)則程序文本分段模型，這里以數(shù)據(jù)定義，邏輯分支，函數(shù)，單挑語句等規(guī)則進(jìn)行段落劃分標(biāo)準(zhǔn)，對程序文本進(jìn)行分段處理，方便后續(xù)進(jìn)行代碼邏輯識別；

S6.得到程序的分段后，利用From進(jìn)行邏輯識別提取，提取后進(jìn)行邏輯組合得到本方法所需要的邏輯標(biāo)準(zhǔn)文件；

S7.得到邏輯標(biāo)準(zhǔn)文件，驗(yàn)證其文檔格式是否是謂詞組合；

S8.利用To模型和邏輯標(biāo)準(zhǔn)文件，生成需要轉(zhuǎn)換的代碼；

S9.得到轉(zhuǎn)換后的代碼后，這里依然要使用人工來驗(yàn)證準(zhǔn)確，防止實(shí)際項(xiàng)出現(xiàn)問題。