申请/专利权人:南通大学
申请日:2023-10-27
公开(公告)日:2024-02-02
公开(公告)号:CN117492825A
主分类号:G06F8/73
分类号:G06F8/73;G06F8/75;G06F40/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明提供了基于上下文学习和大语言模型的Solidity代码注释生成方法,属于软件工程技术领域。解决了主流方法不能生成新注释,依赖数据集和泛化能力不足的技术问题。其技术方案为:包括以下步骤:1通过智能合约代码社区搜集语料库;2检索出最相似的前n个代码片段。3为支持大语言模型的上下文学习,结合检索到的示范与定制的提示词构造提示模板。4调用大语言模型API,结合提示模板完成注释生成。本发明的有益效果:本发明无需额外训练,可显著提高自动生成的代码注释质量。
主权项:1.基于上下文学习和大语言模型的Solidity注释生成方法,其特征在于,包括以下步骤为:1在智能合约代码社区Etherscan.io收集数据,构成原始语料库,由于语料库中存在大量重复和模板数据导致其质量下降,删除这类低质量的数据对;2为大语言模型提供有效的演示示范,选择一种结合代码语义、词汇和语法的示范选择策略,从语料库中检索出与目标智能合约Solidity代码最相似的前k个代码及其对应注释作为示范;3将检索出的前k个最相似示范与特定的提示词结合,形成提示模板,提示模板中的演示示范和提示构成上下文学习;4直接调用大语言模型API,将调用代码与提示模板结合,无需任何训练,利用大语言模型API接口,直接生成目标Solidity智能合约代码的对应注释。
全文数据:
权利要求:
百度查询: 南通大学 一种基于上下文学习和大语言模型的Solidity注释生成方法
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。