-
公开(公告)号：CN117573085A
公开(公告)日：2024-02-20
申请号：CN202311340389.X
申请日：2023-10-17
Applicant: 广东工业大学
IPC: G06F8/30 , G06F8/75 , G06F40/274 , G06F40/205 , G06N3/0985
Abstract: 本发明公布了一种基于层次结构特征和序列特征的代码补全方法，具体实现步骤如下：（1）数据预处理：解析待补全源代码为对应的抽象语法树，解析抽象语法树生成对应的函数调用图，再构建抽象语法树对应的结点序列。（2）构建基于层次结构特征和序列特征的代码补全模型：构建抽象语法序列图并提取其特征；使用抽象语法树逐步构建语句级抽象语法树、块级抽象语法树和结构增强函数调用图，并提取结构增强函数调用图的特征；根据提取得到的特征生成补全代码。（4）划分数据预处理后的数据集，设置模型的所有初始参数和超参数；加载数据集至模型中进行训练，训练结束后得到该模型的最优参数。（5）将该代码补全模型应用于代码补全任务。
-
公开(公告)号：CN117573084B
公开(公告)日：2024-04-12
申请号：CN202310959780.1
申请日：2023-08-02
Applicant: 广东工业大学
IPC: G06F8/30 , G06F8/41 , G06N3/0464 , G06N3/08
Abstract: 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。
-
公开(公告)号：CN117573084A
公开(公告)日：2024-02-20
申请号：CN202310959780.1
申请日：2023-08-02
Applicant: 广东工业大学
IPC: G06F8/30 , G06F8/41 , G06N3/0464 , G06N3/08
Abstract: 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。
-
公开(公告)号：CN117573085B
公开(公告)日：2024-04-09
申请号：CN202311340389.X
申请日：2023-10-17
Applicant: 广东工业大学
IPC: G06F8/30 , G06F8/75 , G06F40/274 , G06F40/205 , G06N3/0985
Abstract: 本发明公布了一种基于层次结构特征和序列特征的代码补全方法，具体实现步骤如下：（1）数据预处理：解析待补全源代码为对应的抽象语法树，解析抽象语法树生成对应的函数调用图，再构建抽象语法树对应的结点序列。（2）构建基于层次结构特征和序列特征的代码补全模型：构建抽象语法序列图并提取其特征；使用抽象语法树逐步构建语句级抽象语法树、块级抽象语法树和结构增强函数调用图，并提取结构增强函数调用图的特征；根据提取得到的特征生成补全代码。（4）划分数据预处理后的数据集，设置模型的所有初始参数和超参数；加载数据集至模型中进行训练，训练结束后得到该模型的最优参数。（5）将该代码补全模型应用于代码补全任务。
-
-
-
Search Results
4
records
(took 0.012 seconds)
