[发明专利]一种基于深度强化学习的Graph2Seq自动生成Java代码注释的方法有效
| 申请号： | 201910277000.9 | 申请日： | 2019-04-08 |
| 公开（公告）号： | CN110018820B | 公开（公告）日： | 2022-08-23 |
| 发明（设计）人： | 李莹;高建伟;张凌飞 | 申请（专利权）人： | 浙江大学滨海产业技术研究院 |
| 主分类号： | G06F8/30 | 分类号： | G06F8/30 |
| 代理公司： | 天津滨海科纬知识产权代理有限公司 12211 | 代理人： | 杨慧玲 |
| 地址： | 300345 天津市滨海新*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度强化学习的Graph2Seq自动生成Java代码注释的方法。在编码器端，通过将代码首先转化为代码图的形式，利用图结构来表达出代码的结构化信息，再使用图神经网络(Graph Neural Network)对程序图进行编码得到代码的结构化语义信息。在解码器端，本发明使用基于深度强化学习框架改进的解码器得到其对应的自然语言注释内容，解决了传统方法中在推理阶段没有真实序列单词指导导致的高偏差问题，从而实现代码注释自然生成的准确和自然。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 graph2seq 自动 生成 java 代码 注释 方法 | ||
【主权项】：
1.一种基于深度强化学习的Graph2Seq自动生成Java代码注释的方法，其特征在于：包括以下步骤：(1)数据获取，获取大量Java代码数据；(2)数据预处理，从上述大量Java代码数据中筛选高质量的Java代码片段，并通过该代码片段生成以代码‑注释对作为模型的训练数据集；(3)代码转化为代码图，将训练数据集中的代码片段通过抽象语法树AST转化成代码图结构Graph；(4)模型搭建，构建基于门控机制的图神经网络的图编码器和基于深度强化学习框架的解码器，即基于深度强化学习的Graph2Seq模型图编码器‑深度强化学习解码器，并将步骤(2)中的Java代码图输入该基于深度强化学习的Graph2Seq模型，输出Java代码的自然语言注释；(5)模型训练：通过交叉验证的方法训练得到性能表现最好的模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学滨海产业技术研究院，未经浙江大学滨海产业技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910277000.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据核对脚本生成方法、装置及设备
- 下一篇：一种处理网页信息的方法及装置
