龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：广东工业大学
摘要：本发明公开的属于代码注释生成技术领域，具体为一种基于语法优化和上下文增强的代码注释生成的方法，包括具体步骤如下：构建函数代码参考注释对、分割数据集、函数代码预处理、构建代码注释词库、构建多模态模型、模型训练、生成目标代码函数注释。本发明通过将代码表示为抽象语法树及程序依赖图，并提出两种算法来简化AST的结构及扩充PDG节点的信息，通过这些改造，生成了两种新的模态：VFO‑AST和Context‑PDG，这些改进旨在降低AST的复杂性，丰富PDG节点的语义信息，并通过多模态方法融合不同的代码表示形式，以获取更丰富的代码表示，从而生成更高质量的代码注释。
主权项：1.一种基于语法优化和上下文增强的代码注释生成的方法，其特征在于，包括具体步骤如下：S100，构建函数代码参考注释对：将数据集中的函数代码与其对应的参考注释构建为函数代码参考注释对，进而所有函数代码-参考注释对构成函数代码-参考注释对数据集；S200，分割数据集：对数据集进行打乱处理后，将其分割成训练集、验证集和测试集，确保这三个子集互相独立、不重叠；S300，函数代码预处理：包括对代码进行规范化、生成PDG以及AST，而后使用相应的方法生成Code-Token模态、Context-PDG模态以及VFO-AST模态；S400，构建代码注释词库：使用训练集中函数代码-参考注释对中的参考注释构建代码注释词库；S500，构建多模态模型：构建基于GRU的编码器GRU_Encoder、基于GAT的编码器GATEncoder_AST、基于GAT的编码器GATEncoder_PDG以及构建联合解码器Joint-Decoder；S600，模型训练：将训练集和验证集用于模型训练，测试集用于评估模型性能；S700，生成目标代码函数注释：当接收到目标代码函数数据时，对其进行函数代码预处理操作，使用多模态网络模型生成对应的目标代码函数注释。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于语法优化和上下文增强的代码注释生成的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号