首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度强化学习的代码自动补全方法、系统及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东师范大学

摘要:本发明属于软件开发与维护自动化领域,公开了一种基于深度强化学习的代码自动补全方法、系统及装置,所述方法包括接收源代码数据,根据预设规则转换为代码类型数据;利用多任务学习的硬参数共享方式微调代码补全模型;利用多任务学习的硬参数共享方式训练评估器模型;利用微调后的代码补全模型和训练后的评估器模型构建深度强化学习网络;通过监督学习、深度强化学习训练策略网络,评估网络在代码补全过程中给出即时奖励,以此评估补全代码和相应类型对后续代码补全的影响相关性,从而使代码补全模型能够细致的感知动态变化的上下文需求;将训练后的策略网络用于对目标源代码数据进行补全;本发明能够根据源代码片段补全符合代码逻辑的代码片段。

主权项:1.一种基于深度强化学习的代码自动补全方法,其特征在于,包括如下步骤:接收源代码数据,根据预设规则将所述源代码数据转换为相应的代码类型数据;将第一源代码数据和第一代码类型数据输入到代码补全模型,利用多任务学习的硬参数共享方式微调所述代码补全模型;将第二源代码数据和第二代码类型数据输入到评估器模型,利用多任务学习的硬参数共享方式训练所述评估器模型;利用微调后的代码补全模型和训练后的评估器模型构建深度强化学习网络;所述深度强化学习网络包括策略网络和评估网络;所述策略网络对应微调后的代码补全模型,所述评估网络对应训练后的评估器模型;将第三源代码数据输入到策略网络中,通过监督学习训练所述策略网络;将第四源代码数据和第四代码类型数据输入到策略网络中,通过深度强化学习训练所述策略网络;将训练优化后的策略网络用于对目标源代码数据进行补全。

全文数据:

权利要求:

百度查询: 山东师范大学 一种基于深度强化学习的代码自动补全方法、系统及装置

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。