[发明专利]代码修复方法及装置、存储介质及电子设备

说明书

本公开涉及计算机技术领域，具体涉及一种代码修复方法及装置、计算机可读存储介质及电子设备，上述方法包括：通过故障代码识别模型获取故障代码，将故障代码划分为多个公共子词单元；将公共子词单元转换为公共子词特征向量，将公共子词特征向量输入代码预测模型；根据代码预测模型生成预测修复代码，根据预测修复代码确定预测修复代码的正确概率；根据预测修复代码的正确概率将预测修复代码确定为故障代码对应的修复代码。通过本公开实施例的技术方案，可以解决代码修复效率较低的问题。

技术领域

本公开涉及计计算机信技术领域，具体而言，涉及一种代码修复识别、代码修复装置、计算机可读存储介质及电子设备。

背景技术

随着计算机科学与技术的高速发展，各种各样的应用程序已经成为人们日常生活中不可分割的一部分。应用程序中代码的运行正确与否关系到整个应用程序的运行，在代码运行错误后，需要尽快针对错误进行排查，以对代码进行修复。

在现有技术中，通常由开发人员凭借经验寻找错误代码，并对错误代码进行修复。然而，在实际情况中，引起代码错误的原因有很多种，通过现有技术中人工修复的方法，耗费物力人力，进而影响应用程序的开发效率。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种代码修复方法及代码修复装置、计算机可读存储介质及电子设备，可以解决代码修复效率较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供了一种代码修复方法，包括：通过故障代码识别模型获取故障代码，将故障代码划分为多个公共子词单元；将公共子词单元转换为公共子词特征向量，将公共子词特征向量输入代码预测模型；根据代码预测模型生成预测修复代码，根据预测修复代码确定预测修复代码的正确概率；根据预测修复代码的正确概率将预测修复代码确定为故障代码对应的修复代码。

在本公开的一种示例性实施例中，基于前述方案，在通过故障代码识别模型获取故障代码之前，方法还包括：获取样本故障代码以及与样本故障代码对应的样本修复代码；将样本故障代码解析为故障代码语法序列，将样本故障代码对应的样本修复代码解析为修复代码语法序列；根据故障代码语法序列以及修复代码语法序列训练故障代码识别模型。

在本公开的一种示例性实施例中，基于前述方案，根据故障代码语法序列以及修复代码语法序列训练故障代码识别模型，包括：根据故障代码语法序列生成故障代码语法序列对应的故障代码特征向量；根据修复代码语法序列生成修复代码语法序列对应的修复代码特征向量；将故障代码特征向量输入故障代码识别模型得到预测结果，根据预测结果以及修复代码特征向量确定故障代码识别模型的识别损失函数；通过识别损失函数对故障代码识别模型中的神经网络参数进行迭代更新，以训练故障代码识别模型。

在本公开的一种示例性实施例中，基于前述方案，在根据故障代码语法序列以及修复代码语法序列训练故障代码识别模型之前，方法还包括：获取故障代码语法序列对应的代码故障类型，获取故障代码语法序列对应的故障数量；其中，代码故障类型包括语法故障；将故障类型为语法故障的故障代码语法序列以及故障数量小于预设故障数量的故障代码语法序列抛弃。

在本公开的一种示例性实施例中，基于前述方案，将公共子词特征向量输入代码预测模型，包括：根据公共子词特征向量确定公共子词特征向量对应的公共子词特征字向量、公共子词特征文本向量和公共子词特征位置向量；将公共子词特征字向量、公共子词特征文本向量和公共子词特征位置向量输入代码预测模型。

在本公开的一种示例性实施例中，基于前述方案，根据预测修复代码确定预测修复代码的正确概率，包括：获取预测修复代码中的多个代码单词，根据多个代码单词中每两个相邻代码单词确定修复子概率；根据多个修复子概率确定修复代码的正确概率。