申请/专利权人:南京大学
申请日:2024-01-19
公开(公告)日:2024-04-26
公开(公告)号:CN117931275A
主分类号:G06F8/71
分类号:G06F8/71;G06F18/241;G06F18/214;G06F18/213;G06F18/22;G06F8/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明为一种基于机器学习的代码合并冲突自动消解方法:首先对Git代码仓库中的代码合并冲突进行挖掘,收集历史合并节点中已有的代码合并冲突,从收集到的冲突中提取特征和开发者手动消解的结果,使用其训练机器学习模型,最后通过训练好的机器学习模型消解新的代码合并冲突。本发明拥有执行效率高、可扩展性强的特点,能够减轻开发者负担,大大降低了冲突消解的人工成本。
主权项:1.一种基于机器学习的代码合并冲突自动消解方法,其特征是对Git代码仓库中的代码合并冲突进行挖掘,收集历史合并节点中已有的代码合并冲突,从收集到的冲突中提取特征和开发者手动消解的结果,使用其训练机器学习模型,最后通过训练好的机器学习模型消解新的代码合并冲突。
全文数据:
权利要求:
百度查询: 南京大学 基于机器学习的代码合并冲突自动消解方法
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。