[發(fā)明專利]一種基于提示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法

在審

• 申請?zhí)枺?/td>: 202310445624.3
• 申請日: 2023-04-24
• 公開（公告）號: CN116483337A
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計）人: 陳翔;顧亞鋒;沈逸恒;楊少宇;黃一麟;于池
• 申請（專利權(quán)）人: 南通大學(xué)
• 主分類號: G06F8/33
• 分類號: G06F8/33;G06F16/33;G06N3/0455;G06N3/0499;G06N3/047;G06N3/048;G06N3/094
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 張俊俊

本發(fā)明提供了一種基于提示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法，屬于計算機(jī)領(lǐng)域。解決了基于生成技術(shù)的API推薦模型預(yù)測能力有限和用于API推薦的訓(xùn)練數(shù)據(jù)不足的問題。其技術(shù)方案為：包括以下步驟：S1：語料庫預(yù)處理并構(gòu)造提示前綴；S2：構(gòu)建預(yù)訓(xùn)練模型CodeT5和ATCom對抗訓(xùn)練方法；S3：在模型嵌入層使用ATCom，生成多組對抗樣本；S4：利用原語料庫和生成的對抗樣本微調(diào)CodeT5并生成完整的API。本發(fā)明的有益效果為：根據(jù)不完整的API前綴和提示信息進(jìn)行API補(bǔ)全，提高開發(fā)人員的效率和編程體驗，通過對抗樣本的訓(xùn)練，增強(qiáng)模型的魯棒性，提高模型的泛化能力，從而提高API補(bǔ)全的準(zhǔn)確性和穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于提示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法。

背景技術(shù)

API(應(yīng)用程序編程接口)推薦是指幫助開發(fā)人員根據(jù)用戶需求和使用場景在眾多候選API中找到最佳API的過程。實際上，一些API用于實現(xiàn)基本功能(如打印和日志生成)。這些API可以在任何地方調(diào)用。然而，基于生成技術(shù)的API推薦模型的預(yù)測能力有限，往往無法從查詢的第一個字中準(zhǔn)確地預(yù)測出最合適的API；此外，API推薦的訓(xùn)練數(shù)據(jù)不足，收集高質(zhì)量的API問題和相應(yīng)的答案是費時費力并且及其容易出錯；隨著可用API的快速增長和軟件系統(tǒng)的日益復(fù)雜，開發(fā)人員很難根據(jù)自己的需求找到最合適的API。

有效的API推薦方法可以為軟件開發(fā)人員提供更好的API選擇，從而提高他們的工作效率和工作質(zhì)量。首先，API推薦可以幫助開發(fā)人員快速找到適合他們需求的API，減少了他們尋找API的時間和精力。其次，API推薦可以幫助開發(fā)人員避免使用錯誤或不合適的API，提高了他們代碼的可靠性和質(zhì)量。此外，通過API推薦，開發(fā)人員可以更容易地利用已有的API資源，而不是重復(fù)開發(fā)相同的功能，從而減少了代碼的冗余性，提高了代碼的可維護(hù)性和可擴(kuò)展性。

以前的研究主要將API推薦建模為推薦任務(wù)，該任務(wù)可以推薦多個API，但是推薦的可能并不是開發(fā)人員需要的。最近在神經(jīng)機(jī)器翻譯領(lǐng)域的推動下，研究人員將這個問題建模為生成任務(wù)，其目的是直接為開發(fā)人員生成所需的API。然而，初步調(diào)查表明，直接生成的方法可能會生成錯誤。

如何解決上述技術(shù)問題成為本發(fā)明面臨的課題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于提示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法，該方法可以根據(jù)不完整的API前綴和提示信息進(jìn)行API補(bǔ)全從而生成用戶所需要的API。

本發(fā)明的發(fā)明思想為：本發(fā)明提出了一種基于示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法，該方法利用用戶已知的API前綴信息和啟發(fā)式規(guī)則生成的API提示，通過嵌入層組合生成的對抗性示例來訓(xùn)練API補(bǔ)全模型，從而最終生成用戶所需的API。相較于信息檢索方法和深度學(xué)習(xí)方法，本發(fā)明提出的方法在相同語料庫中表現(xiàn)出更優(yōu)秀的性能。

本發(fā)明是通過如下措施實現(xiàn)的：一種基于提示學(xué)習(xí)和數(shù)據(jù)增強(qiáng)的API補(bǔ)全方法，其中，包括以下步驟：

(1)搜集高質(zhì)量語料庫，同時對數(shù)據(jù)進(jìn)行預(yù)處理操作，構(gòu)造不同的提示符，然后在不完整的API后面添加一個[mask]標(biāo)記，表示API被屏蔽的部分，通過接下來訓(xùn)練的模型來預(yù)測；

(1-1)首先，為了生成不完整的API標(biāo)題，我們需要準(zhǔn)備不同的提示符。假設(shè)API包含n個單詞，則需要生成一個隨機(jī)數(shù)Nrand。

(1-2)然后，我們生成一個不完整的API，即前綴提示符，將其中最后Nrand個單詞屏蔽。

(1-3)接著，開發(fā)人員按線性方式編寫API，從第一個單詞開始一直到最后一個單詞，因此我們選擇屏蔽最后一個連續(xù)單詞作為屏蔽操作符。

(1-4)由于我們的研究主要集中在API補(bǔ)全任務(wù)上，要求不完整的API至少有一個單詞，因此屏蔽操作符最多可以屏蔽n-1個單詞。