公开(公告)号：CN118656064A

公开(公告)日：2024-09-17

申请号：CN202411134182.1

申请日：2024-08-19

Applicant: 中国科学院软件研究所

Inventor： 李林海 ,  邢明杰 ,  武延军 ,  李玲

IPC: G06F8/33 ,  G06F8/75 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/084

Abstract: 本发明提供一种代码补全模型训练方法、装置、电子设备和存储介质，属于代码补全技术领域，其中方法包括：获取待补全的开源的抽象语法树AST数据集；后序遍历AST数据集，得到AST数据集对应的后序序列数据集；基于AST数据集构建词汇表，基于词汇表对后序序列数据集进行转换，生成对应的后序索引序列数据集；确定AST数据集对应的层级序列数据集；基于后序索引序列数据集和层级序列数据集，得到AST建模数据，基于AST建模数据训练初始代码补全模型，训练完成后，得到代码补全模型。本发明能够提高代码补全模型预测的精度和准确率。

公开(公告)号：CN118656064B

公开(公告)日：2024-12-03

申请号：CN202411134182.1

申请日：2024-08-19

Applicant: 中国科学院软件研究所

Inventor： 李林海 ,  邢明杰 ,  武延军 ,  李玲

IPC: G06F8/33 ,  G06F8/75 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/084

Abstract: 本发明提供一种代码补全模型训练方法、装置、电子设备和存储介质，属于代码补全技术领域，其中方法包括：获取待补全的开源的抽象语法树AST数据集；后序遍历AST数据集，得到AST数据集对应的后序序列数据集；基于AST数据集构建词汇表，基于词汇表对后序序列数据集进行转换，生成对应的后序索引序列数据集；确定AST数据集对应的层级序列数据集；基于后序索引序列数据集和层级序列数据集，得到AST建模数据，基于AST建模数据训练初始代码补全模型，训练完成后，得到代码补全模型。本发明能够提高代码补全模型预测的精度和准确率。