1(北京大学软件工程国家工程研究中心 北京 100871);2(北京大学软件与微电子学院 北京 100871) (ruixie@pku.edu.cn)
出版日期: 2020-09-01Keyword-Based Source Code Summarization
Zhang Shikun1, Xie Rui1,2, Ye Wei1, Chen Long1,21(National Engineering Research Center for Software Engineering, Peking University, Beijing 100871);2(School of Software and Microelectronics, Peking University, Beijing 100871)
Online: 2020-09-01摘要/Abstract
摘要： 代码摘要(code summary)是对一段源代码简短的自然语言描述，代码自动摘要(code summarization)技术通过自动化地生成代码摘要辅助开发者更好地理解程序代码，该技术在许多软件开发活动中都具有重要的应用价值.代码自动摘要同时结合了机器翻译和文本摘要2个任务，如何更好地对代码建模以及如何更好地筛选代码中的关键信息是代码摘要所面临的主要挑战.受人类写摘要时的习惯和相关研究的启发，提出了一种基于关键词的代码自动摘要方法(keyword-based source code summarization, KBCoS).该方法将函数签名和API(application programming interface)调用视为关键词，并利用关键词序列来优化解码器注意力机制中的权重分布，使模型在生成摘要时更集中地关注代码中的重要信息.此外，为克服代码符号词汇表过大的问题，提出了符号部分拆分算法，即当符号不在词表中时，依据常用命名规则将符号拆成子符号的序列.该算法简单有效，能很好地平衡代码符号序列长度和未登录词数目之间的矛盾.选用了带有注意力机制的序列到序列模型作为基准模型，并在公开的Java代码摘要数据集上进行了评估.实验表明，基于关键词的注意力机制和部分拆分算法在BLEU-4，METEOR，ROUGE-L这3个评测指标上均能提升基准模型的表现.同时，在另一个Python数据集上也取得了一致的实验结果.最后，将KBCoS与现有模型相结合，在Java数据集上取得了当前最好的结果，该结果表明KBCoS也能改进现有的其他模型.评测结果和注意力权重的热力图都表明了KBCoS的有效性.
参考文献
相关文章 15
| [1] | 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. |
| [2] | 杜圣东, 李天瑞, 杨燕, 王浩, 谢鹏, 洪西进. 一种基于序列到序列时空注意力学习的交通流预测模型[J]. 计算机研究与发展, 2020, 57(8): 1715-1728. |
| [3] | 李梦莹, 王晓东, 阮书岚, 张琨, 刘淇. 基于双路注意力机制的学生成绩预测模型[J]. 计算机研究与发展, 2020, 57(8): 1729-1740. |
| [4] | 陈彦敏, 王皓, 马建辉, 杜东舫, 赵洪科. 基于层级注意力机制的互联网用户信用评估框架[J]. 计算机研究与发展, 2020, 57(8): 1755-1768. |
| [5] | 李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392. |
| [6] | 郭丽峰, 李智豪, 胡磊. 面向云存储的带关键词搜索的公钥加密方案[J]. 计算机研究与发展, 2020, 57(7): 1404-1414. |
| [7] | 张艺璇, 郭斌, 刘佳琪, 欧阳逸, 於志文. 基于多级注意力机制网络的app流行度预测[J]. 计算机研究与发展, 2020, 57(5): 984-995. |
| [8] | 张莹莹, 钱胜胜, 方全, 徐常胜. 基于多模态知识感知注意力机制的问答方法[J]. 计算机研究与发展, 2020, 57(5): 1037-1045. |
| [9] | 程艳, 尧磊波, 张光河, 唐天伟, 项国雄, 陈豪迈, 冯悦, 蔡壮. 基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析[J]. 计算机研究与发展, 2020, 57(12): 2583-2595. |
| [10] | 尉桢楷, 程梦, 周夏冰, 李志峰, 邹博伟, 洪宇, 姚建民. 基于类卷积交互式注意力机制的属性抽取研究[J]. 计算机研究与发展, 2020, 57(11): 2456-2466. |
| [11] | 杨宁滨, 周权, 许舒美. 无配对公钥认证可搜索加密方案[J]. 计算机研究与发展, 2020, 57(10): 2125-2135. |
| [12] | 张志昌,张珍文,张治满. 基于IndRNN-Attention的用户意图分类[J]. 计算机研究与发展, 2019, 56(7): 1517-1524. |
| [13] | 石乐义,朱红强,刘祎豪,刘佳. 基于相关信息熵和CNN-BiLSTM的工业控制系统入侵检测[J]. 计算机研究与发展, 2019, 56(11): 2330-2338. |
| [14] | 孙小婉,王英,王鑫,孙玉东. 面向双注意力网络的特定方面情感分析模型[J]. 计算机研究与发展, 2019, 56(11): 2384-2395. |
| [15] | 齐乐,张宇,刘挺. 基于关键信息的问题相似度计算[J]. 计算机研究与发展, 2018, 55(7): 1539-1547. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4263
