(北京大学信息科学技术学院 北京 100871) (高可信软件技术教育部重点实验室(北京大学) 北京 100871) (liufang816@pku.edu.cn)
出版日期: 2019-08-01基金资助:国家“九七三”重点基础研究发展计划基金项目(2015CB352201)；国家自然科学基金项目(61620106007，61751210)Program Comprehension Based on Deep Learning
Liu Fang, Li Ge, Hu Xing, Jin Zhi(School of Electronics Engineering and Computer Science, Peking University, Beijing 100871) (Key Laboratory of High Confidence Software Technologies (Peking University), Ministry of Education, Beijing 100871)
Online: 2019-08-01摘要/Abstract
摘要： 程序理解通过对程序进行分析、抽象、推理从而获取程序中相关信息，在软件开发、维护、迁移等过程中起重要作用，因而得到学术界和工业界的广泛关注.传统程序理解很大程度上依赖开发人员的经验，但随着软件规模及其复杂度不断增大，完全依赖开发人员的先验知识提取程序特征既耗时耗力，又很难充分挖掘出程序中隐含特征.深度学习是一种数据驱动的端到端的方法，它根据已有数据构建深度神经网络对数据中隐含的特征进行挖掘，已经在众多领域中获得成功应用.将深度学习技术运用于程序理解中，根据具体任务以及大量数据自动地学习程序数据中蕴含的特征，可以充分地挖掘出程序中隐含的知识，提高程序理解的效率.对基于深度学习的程序理解研究工作进行综述，首先对程序所包含的性质进行分析，然后介绍主流的程序理解模型，包括基于序列、结构以及执行过程的程序理解模型.随后展示基于深度学习的程序理解在程序分析中的应用，主要针对代码补全、代码注释生成、代码检索等任务.最后，分析并总结程序理解研究所面临的挑战.
参考文献
相关文章 15
| [1] | 吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527. |
| [2] | 廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538. |
| [3] | 付章杰, 李恩露, 程旭, 黄永峰, 胡雨婷. 基于深度学习的图像隐写研究进展[J]. 计算机研究与发展, 2021, 58(3): 548-568. |
| [4] | 周鹏, 武延军, 赵琛. 一种融合程序员和神经网络的自动化程序生成方法[J]. 计算机研究与发展, 2021, 58(3): 638-650. |
| [5] | 古天龙, 冯旋, 李龙, 包旭光, 李云辉. 基于社会新闻数据集的伦理行为判别方法[J]. 计算机研究与发展, 2021, 58(2): 253-263. |
| [6] | 陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280. |
| [7] | 李金鹏, 张闯, 陈小军, 胡玥, 廖鹏程. 自动文本摘要研究综述[J]. 计算机研究与发展, 2021, 58(1): 1-21. |
| [8] | 孟子尧, 谷雪, 梁艳春, 许东, 吴春国. 深度神经架构搜索综述[J]. 计算机研究与发展, 2021, 58(1): 22-33. |
| [9] | 朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115. |
| [10] | 林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778. |
| [11] | 李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. |
| [12] | 胡超文, 邬昌兴, 杨亚连. 基于扩展的S-LSTM的文本蕴含识别[J]. 计算机研究与发展, 2020, 57(7): 1481-1489. |
| [13] | 陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. |
| [14] | 于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530. |
| [15] | 王庆林, 李东升, 梅松竹, 赖志权, 窦勇. 面向飞腾多核处理器的Winograd快速卷积算法优化[J]. 计算机研究与发展, 2020, 57(6): 1140-1151. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3979
