申请/专利权人：武汉大学

申请日：2019-12-31

公开（公告）日：2020-05-15

公开（公告）号：CN111159223A

主分类号：G06F16/242(20190101)

分类号：G06F16/242(20190101)

优先权：

专利状态码：有效-授权

法律状态：2021.09.03#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要：本发明提供了一种基于结构化嵌入的交互式代码搜索方法，首先从收集的原始数据中抽取出软件存储库以及代码‑描述匹配对的模型语料，然后对代码存储库及模型语料的分词，接着采用预设工具构建预训练的结构化嵌入；接下来抽取高质量模型语料并划分；然后构建依次包含特征抽取模块、交互注意力抽取模块和相似度匹配模块的交互式代码搜索模型NICS，并设置训练网络的合页损失函数；再将预训练结构化词嵌入加载至交互式代码搜索NICS模型，并对NICS模型进行训练，最后利用训练好的NICS模型对待处理的查询进行预测，获得与查询对应的代码搜索结果。本发明可以有效地检索代码片段，并在所有基准测试中取得最先进的性能。

主权项：1.一种基于结构化嵌入的交互式代码搜索方法，其特征在于，包括：步骤S1：收集原始数据，对原始数据中抽取出软件存储库以及代码-描述匹配对的模型语料，在抽取过程中获取每条代码-描述匹配对的社交属性值；步骤S2：对模型语料进行结构化分词以及预处理，得到处理后的语料；步骤S3：采用预设工具对处理后的语料进行词嵌入训练，构建预训练的结构化词嵌入；步骤S4：对模型语料进行结构化分词以及预处理后，根据代码-描述匹配对的社交属性值筛选出预设数量的语料进行采样作为代码搜索模型的语料，并划分为训练集、验证集和测试集；步骤S5：构建依次包含特征抽取模块、交互注意力抽取模块和相似度匹配模块的交互式代码搜索模型NICS，并设置训练网络的合页损失函数，其中，所述特征抽取模块用于捕获并编码代码段和自然查询的序列信息；所述交互注意力模块用于捕获并编码代码段和自然查询的交互信息；所述相似度匹配模块用于计算查询与代码段之间的相似度；步骤S6：将预训练结构化词嵌入加载至交互式代码搜索NICS模型，设置初始化参数并利用训练集来训练拟合模型的参数，在验证集上迭代预设次直到合页损失函数收敛，得到训练好的NICS模型；步骤S7：利用训练好的NICS模型对待处理的查询进行预测，获得与查询对应的代码搜索结果。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于结构化嵌入的交互式代码搜索方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD