申请/专利权人：东北大学

申请日：2024-01-02

公开（公告）日：2024-04-05

公开（公告）号：CN117827272A

主分类号：G06F8/73

分类号：G06F8/73;G06F8/41;G06F16/34;G06F16/35;G06F40/284;G06F40/30;G06F18/2415;G06N3/042;G06N3/0442;G06N3/045;G06N3/0455;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明提供一种基于多任务混合专家网络的自动代码摘要优化方法，涉及代码摘要技术领域。该方法首先获取含有摘要的代码原始数据集并进行预处理；并利用自动代码摘要模型，混合多种解码方式生成一组候选摘要；再对源代码和生成的候选摘要组串联后进行编码，得到候选摘要组的向量表示；然后构建多任务混合专家网络模型分别在不同评估指标上计算候选摘要为最佳候选摘的概率，并优化多任务混合专家网络模型的参数配置；最后计算不同候选摘要在不同指标上的概率值，以及同一候选摘要在不同评估指标下的概率值之和，选取概率值之和最大的候选摘要作为最佳摘要输出。该方法能够选出综合考虑所有评估指标的最优摘要，得到更好质量的摘要。

主权项：1.一种基于多任务混合专家网络的自动代码摘要优化方法，其特征在于：包括以下步骤：步骤1、获取含有摘要的代码原始数据集并进行预处理；步骤2、利用自动代码摘要模型，混合多种解码方式生成一组候选摘要；步骤3、对源代码和生成的候选摘要组串联后进行编码，得到候选摘要组的向量表示；步骤4、构建多任务混合专家网络模型，分别在不同评估指标上计算候选摘要为最佳候选摘的概率，并通过最小化损失函数，优化多任务混合专家网络模型的参数配置；步骤5、计算不同候选摘要在不同指标上的概率值，然后分别计算同一候选摘要在不同评估指标下的概率值之和，选取概率值之和最大的候选摘要作为最佳摘要输出。

全文数据：

权利要求：

百度查询： 东北大学 一种基于多任务混合专家网络的自动代码摘要优化方法

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。

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