[发明专利]一种基于神经网络语言模型的代码分类方法

摘要

属于软件工程领域，公开了一种基于神经网络语言模型的代码分类方法，首先将代码转换为AST树，初始化AST树的结点ci的向量，利用孩子结点tx的向量得到非叶子结点pk的重构向量；利用AST_Node2Vec模型对所述结点ci的向量进行更新，若不满足循环条件，则继续循环；若满足循环条件，则输出更新了结点向量的AST树和更新后的非叶子结点的重构向量；将更新了结点向量的AST树和更新后的非叶子结点的重构向量作为基于树的卷积神经网络的输入，利用所述基于树的卷积神经网络完成对代码的分类；采用该方法对代码进行分类可有效的避免维度灾难问题，同时能够显示出语义上的相似性，能够很好的对代码按照功能进行分类。

主权项

一种基于神经网络语言模型的代码分类方法，其特征在于：包括以下步骤：步骤1：将代码转换为AST树；步骤2：初始化AST树结点ci的向量vec(ci)，所述结点ci中非叶子结点pk的向量为vec(pk)1，所述非叶子结点pk的孩子结点tx的向量为vec(tx)，其中vec(pk)1∈vec(ci)，vec(tx)∈vec(ci)，其中i表示结点的序号，k表示非叶子节点的序号，x表示孩子结点的序号；步骤3：利用所述孩子结点tx的向量vec(tx)，得到所述非叶子结点pk的重构向量vec(pk)2；步骤4：利用AST_Node2Vec模型对所述结点向量vec(ci)进行学习，若不满足循环条件，则更新结点向量vec(ci)，跳转到步骤3；若满足循环条件，则输出更新了结点向量vec(ci)的AST树和更新后的非叶子结点pk的重构向量vec(pk)2；步骤5：将更新了结点向量vec(ci)的AST树和更新后的非叶子结点pk的重构向量vec(pk)2作为基于树的卷积神经网络的输入，利用基于树的卷积神经网络完成对代码的分类。