申请/专利权人：广东工业大学

申请日：2023-08-02

公开（公告）日：2024-04-12

公开（公告）号：CN117573084B

主分类号：G06F8/30

分类号：G06F8/30;G06F8/41;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公布了一种基于逐层融合抽象语法树的代码补全方法，具体实现步骤如下：1对数据集中的每一份待补全源程序进行预处理：将待补全源程序解析为对应的抽象语法树、控制流程图、数据流程图和函数调用图，并将经过预处理后的数据集进行划分。2搭建一个基于逐层融合抽象语法树的代码补全模型：逐步构建语句级抽象语法树、增强语句级抽象语法树和信息增强函数调用图，使用图注意力网络提取信息增强函数调用图的信息，得到对应的特征向量，根据该特征向量生成补全代码。3设置模型的所有初始参数和超参数，将训练集和验证集加载至该模型中进行训练，训练结束后得到对于该模型最优的参数。4运用该模型进行代码补全。

主权项：1.一种基于逐层融合抽象语法树的代码补全方法，其特征在于提取代码抽象语法树的层次结构信息，同时结合语义信息进行代码补全，该方法包括以下步骤：第一步，对数据集中的每一份待补全源程序进行预处理：对待补全源程序进行解析，生成与待补全源程序对应的抽象语法树（AbstractSyntaxTree，AST）、控制流程图（ControlFlowGraph，CFG）、数据流程图（DataFlowGraph，DFG）和函数调用图（CallGraph，CG）；将经过预处理后的数据集划分为训练集、验证集和测试集；第二步，搭建一个基于逐层融合抽象语法树的代码补全模型，具体包括：（1）构建语句级抽象语法树（Sentence-AbstractSyntaxTree，S-AST）：使用基于树的卷积神经网络（Tree-BasedConvolutionalNeuralNetwork，TBCNN），分别对待补全源程序的每一条语句对应AST的子树进行融合，得到对应于每一棵子树的唯一的特征向量，根据得到的子树特征向量构建S-AST；（2）构建增强语句级抽象语法树（AugmentedSentence-AbstractSyntaxTree，AS-AST）：在S-AST中添加控制流边、数据流边和路径相似边，构建得到AS-AST；其中控制流边包含了待补全源程序的控制流信息，数据流边包含了待补全源程序的数据流信息，路径相似边包含了待补全源程序的语义相似信息；（3）构建信息增强函数调用图（InformationAugmentedCallGraph，IA-CG）：将AS-AST按函数进行拆分，拆分得到的每一棵子树与每一个函数一一对应，使用异构图变换模型（HeterogeneousGraphTransformer，HGT）分别对每一棵子树进行融合，得到与每一棵子树对应的、唯一的特征向量，使用上述特征向量分别替换CG中对应的结点，即可构建出IA-CG；（4）提取IA-CG特征：使用图注意力网络（Graphattentionnetworks，GAT）提取IA-CG包含的层次结构信息和语义信息，得到与IA-CG中的每一个结点对应的、唯一的特征向量；在待补全源程序中，将需要插入补全代码的函数记为fun_p，使用注意力机制提升与fun_p相关的所有函数的重要程度；将所有结点的特征向量进行加权求和，得到表示IA-CG的特征向量；（5）根据IA-CG特征提取后得到的特征向量，生成补全代码；第三步，设置基于逐层融合抽象语法树的代码补全模型的所有初始参数，设置词向量的维度、批处理的大小、学习率的大小、优化器的选择等与该模型相关的超参数；将训练集和验证集加载至该模型中进行训练，训练结束后得到对于该模型最优的参数；第四步，运用该代码补全模型，对待补全源程序进行代码补全，将测试集输入到训练好的代码补全模型中进行测试，使用机器学习中的准确率和MRR作为该代码补全模型在执行代码补全任务时的评估指标，然后将该代码补全模型运用于不同数据集的代码补全任务当中。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于逐层融合抽象语法树的代码补全方法

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