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：中科苏州智能计算技术研究院;苏州中科乐联信息技术有限公司

摘要：本发明公开了一种表征智能合约的模型方法，包括如下步骤：收集大量区块链网络上开源的智能合约源码；清洗智能合约源码并生成结构化的代码树；基于深度神经网络设计预训练模型；将训练集智能合约代码输入至预训练模型学习；拆解出预训练模型中的输入层、编码层、输出层构成SmartBERT模型；调用SmartBERT模型输入智能合约源码生成表征。本发明通过拆解出预训练模型中的输入层、编码层、输出层构建SmartBERT模型，在SmartBERT的应用阶段，用户输入智能合约代码，便可生成表征整个智能合约的数学矩阵，该数学矩阵能够更准确地捕捉智能合约的上下文语义和结构信息，为后续智能合约相关的下游任务提供强大的支持。

主权项：1.一种表征智能合约的模型方法，其特征在于，包括如下步骤：S1收集大量区块链网络上开源的智能合约源码；S2清洗智能合约源码并生成结构化的代码树；S3基于深度神经网络设计预训练模型，至少使用一万份以上的智能合约代码进行训练；预训练模型基于Transformer架构的深度神经网络设计，其中在模型输出的数据结构中：训练阶段，模型输出的是每个token在词表中的概率分布，选取概率最大的tokenID作为预测结果；应用阶段，模型的LMHead层被去除，增加Pooler输出层，输出数据为输入代码段所有分词token的表征向量，经过平均池化输出为代码段的表征向量，数据类型为浮点型；S4将训练集智能合约代码输入至预训练模型学习；S5拆解出预训练模型中的输入层、编码层、输出层构成SmartBERT模型；S5具体步骤如下：S501移除训练阶段中的语言模型头层，仅保留输入层、编码层，并增加输出层；S502输入层将输入的tokenID、位置和类型的整数序列转换为n维的浮点型词向量；编码层包含Transformer的多头自注意力编码层，内部包含残差连接、归一化层、全连接层和Dropout层；S503输出层为全连接层，通过Tanh激活函数输出表征向量；S6调用SmartBERT模型输入智能合约源码生成表征。

全文数据：

权利要求：

百度查询： 中科苏州智能计算技术研究院 苏州中科乐联信息技术有限公司 一种表征智能合约的模型方法