一种基于层次结构特征和序列特征的代码补全方法

专利主权项内容

1.一种基于层次结构特征和序列特征的代码补全方法，其特征在于，提取了代码的层次结构特征和函数调用特征，同时结合了代码的序列特征和重复性特征进行代码补全，该方法包括以下步骤：第一步，数据预处理：对于数据集中的每一份待补全源代码，将待补全源代码解析为待补全源代码对应的抽象语法树(Abstract Syntax Tree，AST)，然后解析AST，生成与AST对应的函数调用图(Call Graph，CG)，再通过先序遍历AST，将AST中的所有结点转化为结点序列，结点序列中的每一个结点都与AST中的结点一一对应；第二步，构建基于层次结构特征和序列特征的代码补全模型：首先根据数据预处理中得到的结点序列，构建抽象语法序列图(Abstract Syntax Sequence Graph，ASSG)，使用门控图神经网络(Gated Graph Sequence Neural Networks，GGNN)提取ASSG包含的序列特征和重复性特征；然后使用AST逐步构建语句级抽象语法树(Abstract Syntax Tree-Sentence Level，AST-SL)、块级抽象语法树(Abstract Syntax Tree-Block Level，AST-BL)和结构增强函数调用图(Structure Augmented Call Graph，SA-CG)，使用图注意网络(Graph attention networks，GAT)提取SA-CG包含的层次结构特征和函数调用特征；最后根据提取得到的特征生成补全代码；第三步，将经过数据预处理后的数据集划分为训练集、验证集和测试集，设置基于层次结构特征和序列特征的代码补全模型的所有初始参数，设置批处理的大小、迭代次数、神经网路的隐藏层数等与于该模型相关的超参数；将训练集和验证集加载至模型中进行训练，训练结束后得到对于该模型最优参数；第四步，将测试集输入到构建得到的代码补全模型中进行测试，使用准确率和BLEU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应用于代码补全任务。