[发明专利]样本数据的生成、神经网络的生成方法及装置

权利要求书

1.一种样本数据的生成方法，其特征在于，包括：

获取利用高级语言编写的第一样本代码；

将所述第一样本代码转换为预设中间语言编写的第二样本代码；

对所述第一样本代码进行第一编码处理，得到第一样本数据；以及对所述第二样本代码进行第二编码处理，得到第二样本数据；

基于所述第一样本数据、以及所述第二样本数据，生成所述第一样本代码对应的目标样本数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一样本代码转换为预设中间语言编写的第二样本代码，包括：

基于所述高级语言和所述预设中间语言之间的转换关系，将所述第一样本代码转换为所述第二样本代码。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述第一样本代码进行第一编码处理，得到第一样本数据，包括：

从所述第一样本代码中确定目标字符串，并将所述目标字符串转换为与所述目标字符串对应的标准字符串，得到转换后的第一样本代码；所述目标字符串包括：变量名和/或函数名；

对所述转换后的第一样本代码进行分词处理，生成所述转换后的第一样本代码对应的第一字符串序列；

对所述第一字符串序列进行第一编码处理，得到所述第一样本数据。

4.根据权利要求3所述的方法，其特征在于，所述第一字符串序列中包括至少一个标准字符串；所述对所述第一字符串序列进行第一编码处理，得到所述第一样本数据，包括：

从预先生成的第一编码表中，查询所述第一字符串序列中的各个标准字符串分别对应的第一编码值；

基于所述第一字符串序列中的各个标准字符串分别对应的第一编码值，生成所述第一样本数据。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第一字符串序列中的各个标准字符串分别对应的第一编码值，生成所述第一样本数据，包括：

基于所述第一字符串序列中各个标准字符串分别对应的第一编码值，构成第一稀疏矩阵；

将所述第一稀疏矩阵转换为预设维度的第一稠密矩阵；

将所述第一稠密矩阵确定为所述第一样本数据。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述第二样本代码中包括：由所述中间语言构成的第二字符串序列；

对所述第二样本代码进行第二编码处理，得到第二样本数据，包括：

从预先生成的第二编码表中，查询所述第二字符串序列中的各个字符串分别对应的第二编码值；

基于所述第二字符串序列中的各个字符串分别对应的第二编码值，生成所述第二样本数据。

7.根据权利要求6所述的方法，其特征在于，所述基于所述第二字符串序列中的各个字符串分别对应的第二编码值，生成所述第二样本数据，包括：

基于所述第二字符串序列中各个字符串分别对应的第二编码值，构成第二稀疏矩阵；

将所述第二稀疏矩阵转换为预设维度的第二稠密矩阵；

将所述第二稠密矩阵确定为所述第二样本数据。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述基于所述第一样本数据、以及所述第二样本数据，生成所述第一样本代码对应的目标样本数据，包括：

将所述第一样本数据、以及所述第二样本数据进行融合处理，得到所述目标样本数据。

9.一种神经网络的生成方法，其特征在于，包括：

获取目标样本数据；所述目标样本数据是利用如权利要求1-8任一项所述的样本数据的生成方法生成的；

利用所述目标样本数据，对待训练神经网络进行训练，得到目标神经网络。