[發(fā)明專利]代碼搜索方法

有效

• 申請?zhí)枺?/td>: 202210615089.7
• 申請日: 2022-05-31
• 公開（公告）號: CN115017294B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 蔡波;楊順
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/338;G06F40/194;G06N3/0464;G06N3/08
• 代理公司: 成都東恒知盛知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 51304
• 代理人: 何健雄

1.代碼搜索方法，其特征在于：包括以下步驟：

一、輸入帶描述的代碼；

二、分別對代碼和描述進(jìn)行單獨(dú)的嵌入；

三、對代碼特征跟描述特征做交互計(jì)算得到一個(gè)細(xì)粒度相似矩陣，用構(gòu)建好的CNN網(wǎng)絡(luò)對矩陣進(jìn)行學(xué)習(xí)；

步驟三中，首先計(jì)算代碼特征V和描述特征E之間的相似度，相似度s_ij衡量每個(gè)代碼特征對應(yīng)于每個(gè)描述特征：

s_ij表示第i個(gè)代碼特征和第j個(gè)描述特征之間的細(xì)粒度交互關(guān)系，即相似度，k表示代碼特征數(shù)，n表示描述特征數(shù)；

然后，使用細(xì)粒度匹配矩陣作為代碼-描述關(guān)系CNN網(wǎng)絡(luò)的輸入，使用多層CNN來捕獲代碼和描述之間的局部相關(guān)性和長期依賴關(guān)系；

CNN網(wǎng)絡(luò)中，引入四種不同的卷積核來擴(kuò)展區(qū)域和單詞的感知域；第一個(gè)卷積層用2個(gè)大小為1×1的內(nèi)核過濾n×k輸入；第二個(gè)卷積層具有2個(gè)大小為1×3的內(nèi)核；第三卷積層具有2個(gè)大小為3×1的內(nèi)核；第四個(gè)卷積層有2個(gè)大小為3×3的內(nèi)核；ReLU非線性應(yīng)用于每個(gè)卷積層的輸出；每層的操作情況如下：

S_t＝RELU(Conv(S_t-1))

用一個(gè)1×1的卷積核對第三個(gè)卷積層的輸出進(jìn)行濾波，得到最終的矩陣S′；

接著，對每個(gè)描述構(gòu)造注意代碼級特征，對每個(gè)代碼特征構(gòu)造注意描述級特征，以測量代碼-描述相似度；

對于第i個(gè)代碼特征，在S′上使用逐列注意操作來計(jì)算每個(gè)描述特征到第i個(gè)代碼特征的權(quán)重；然后，通過描述特征表示的加權(quán)求和提取相應(yīng)的參與描述級向量：

其中，λ為softmax函數(shù)的逆溫度；同樣，通過對S′進(jìn)行行注意力操作得到第j個(gè)描述特征對應(yīng)的參與的代碼特征級向量：

四、分別為代碼和描述構(gòu)建全連接圖，通過一定的規(guī)則更新節(jié)點(diǎn)向量；

步驟四中，為每個(gè)代碼特征構(gòu)造一個(gè)無向全連接圖G1＝(V1，E1)；使用矩陣A來表示每個(gè)節(jié)點(diǎn)的相鄰矩陣，并添加自循環(huán)；邊權(quán)值表示為矩陣W^a，表示節(jié)點(diǎn)之間的相互依賴關(guān)系：

利用所構(gòu)造的圖節(jié)點(diǎn)和邊，通過更新節(jié)點(diǎn)和邊來得到新的代碼特征表示：

同樣的，為每個(gè)描述特征構(gòu)造一個(gè)無向全連接圖G2＝(V2，E2)；使用矩陣B來表示每個(gè)節(jié)點(diǎn)的相鄰矩陣，并添加自循環(huán)；邊權(quán)值表示為矩陣W^b，表示節(jié)點(diǎn)之間的相互依賴關(guān)系：

利用所構(gòu)造的圖節(jié)點(diǎn)和邊，通過更新節(jié)點(diǎn)和邊來得到新的描述特征表示：

五、對代碼和描述分別用注意力機(jī)制做加權(quán)求和操作；

步驟五中，每個(gè)代碼特征節(jié)點(diǎn)的權(quán)重計(jì)算如下：

其中W_a是代碼注意參數(shù)矩陣，c_a是代碼計(jì)算的上下文向量：

利用注意力權(quán)值，計(jì)算最終代碼表示的加權(quán)平均值：

同樣的，應(yīng)用注意機(jī)制來學(xué)習(xí)每個(gè)描述節(jié)點(diǎn)的權(quán)重，計(jì)算方式如下：

其中，c_b為查詢的上下文向量，計(jì)算方法為：

利用注意力權(quán)值，計(jì)算節(jié)點(diǎn)嵌入向量的加權(quán)平均值來表示整個(gè)描述：

六、預(yù)測每個(gè)候選代碼片段的分?jǐn)?shù)，使用分?jǐn)?shù)對所有候選代碼片段進(jìn)行重新排序。