申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

申请日：2024-01-10

公开（公告）日：2024-04-16

公开（公告）号：CN117891460A

主分类号：G06F8/41

分类号：G06F8/41;G06F8/73;G06N3/0455;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种深度学习驱动的语义语法交互代码注释生成方法及装置，方法包括：首先获得待注释源代码向量，将待注释源代码向量作为Siamese神经网络模型的输入，以输出多个语义相似的初始代码摘要对，分别将待注释源代码转化为第一图结构、将多个语义相似的初始代码摘要对转化为第二图结构，利用图核函数计算第一图结构、第二图结构的语法相似度，以确定目标代码摘要对，最后将待注释源代码向量以及目标代码摘要对输入GAT模型，以获得生成的语义增强表示和语法增强表示，将语义增强表示和语法增强表示输入交互式多头注意力模型中进行信息捕获，以生成待注释源代码的摘要。它能够提高源代码的可读性和可维护性。

主权项：1.一种深度学习驱动的语义语法交互代码注释生成方法，其特征在于，所述方法包括：获得待注释源代码向量，将所述待注释源代码向量作为Siamese神经网络模型的输入，以输出多个语义相似的初始代码摘要对；分别将所述待注释源代码转化为第一图结构、将所述多个语义相似的初始代码摘要对转化为第二图结构；利用图核函数计算所述第一图结构、所述第二图结构的语法相似度，以确定目标代码摘要对；将所述待注释源代码向量以及所述目标代码摘要对输入GAT模型，以获得生成的语义增强表示和语法增强表示，将所述语义增强表示和所述语法增强表示输入交互式多头注意力模型中进行信息捕获，以生成待注释源代码的摘要。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 深度学习驱动的语义语法交互代码注释生成方法及装置

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