申请/专利权人:上海澜码科技有限公司
申请日:2023-08-02
公开(公告)日:2024-03-08
公开(公告)号:CN117193889B
主分类号:G06F9/448
分类号:G06F9/448;G06F8/41;G06F18/23
优先权:
专利状态码:有效-授权
法律状态:2024.03.08#授权;2023.12.26#实质审查的生效;2023.12.08#公开
摘要:本发明涉及一种代码示例库的构建方法,包括如下步骤:收集全部场景的任务数据;输入到大模型中获取操作序列;对操作序列进行标签提取,获得第一标签列表;基于第一标签列表对API文档进行打标;对所收集的全部场景的任务数据进行人工标注,以获得基础示例库;基于大模型对基础示例库中的每一示例数据进行标签提取,以获得示例任务的标签列表;获得每一示例数据对应的标签,即示例代码的标签列表;基于示例任务的标签列表中的标签和示例代码的标签列表中的标签,计算用于评估基础示例库的质量的示例代码有效性的准确率。本发明在最大程度上提高代码示例库的构建质量,在少量样本的情况下,通过提高召回示例的代码质量来提升生成代码的性能。
主权项:1.一种代码示例库的构建方法,其特征在于,包括如下步骤:收集全部场景的任务数据;将所收集的全部场景的任务数据输入到大模型中,以获取对应的操作序列;对所述操作序列进行标签提取,以获得第一标签列表;基于所述第一标签列表对API文档进行打标,以获得打标的API文档;对所收集的全部场景的任务数据进行人工标注,以获得基础示例库;基于大模型对所述基础示例库中的每一示例数据进行标签提取,以获得示例任务的标签列表;对所述基础示例库中的每一示例数据进行代码语法分析,以获得所有调用的函数名称;从所述打标的API文档中为所有调用的函数名称查找到对应的标签,以获得示例代码的标签列表;基于示例任务的标签列表中的标签和示例代码的标签列表中的标签,计算用于评估所述基础示例库的质量的示例代码有效性的准确率;所述收集全部场景的任务数据包括以下步骤:收集人工设计场景,所述人工设计场景基于人工设计获得;收集补充场景,所述补充场景是基于收集用户问题的历史数据,并对用户问题进行聚类获得;汇总所述人工设计场景的任务数据和所述补充场景的任务数据,作为全部场景的任务数据;对所述操作序列进行标签提取包括以下步骤:对所述操作序列使用正则或NER方法抽取其中的操作菜单和选项卡名称作为所述操作序列提取的标签;所述API文档包括函数和常量;所述基于所述第一标签列表对API文档进行打标包括以下步骤:将每个函数的描述文字与第一标签列表计算相似度,通过阈值限定,得到前k个标签作为目标函数的标签,其中k为正整数;将常量的描述文字与第一标签列表计算相似度,通过阈值限定,得到前k个标签作为目标常量的标签,其中k为正整数;基于所述第一标签列表为API文档中的目标函数进行打标;构建实例库是基于构建的标签体系,进行代码示例的编写,并对编写的代码示例的质量进行评估,以保证代码示例的质量。
全文数据:
权利要求:
百度查询: 上海澜码科技有限公司 代码示例库的构建方法及代码示例库的使用方法
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。