[发明专利]一种基于深度学习进行JavaScript类型推断的方法

摘要

本发明涉及人工智能领域的深度学习，特别是涉及一种对源代码的学习。本发明的内容包括：数据的收集与处理、模型的构建、模型的训练、模型的评估、类型推断。数据的收集与处理包括：首先在Github上下载一定量的源代码，接着筛选类型丰富的源代码作为最终的数据集，然后将数据转换为单词(token)和类型(type)对齐匹配的格式，同时生成token和type词汇库，最后利用token‑type映射将源代码表示为一种适合学习的数据格式，如向量。模型的构建包括：首先确定神经网络种类，然后确定神经网络层数，最后确定每层神经元个数。模型的训练包括：跟踪损失函数值和分类误差，更新模型参数，直至得到准确度较高的模型。模型评估包括：统计模型的准确度和一致性。类型推断包括：加载训练好的准确度较高的模型，将类型推断结果标注在其对应标识符的后面，最后以文件的形式输出。其流程如图1所示。

主权项

1.一种采用深度学习技术进行JavaScript类型推断的方法，其步骤如下：/n(1)数据。包括数据的筛选、转换、切分、表示，最终作为模型的输入；/n(2)模型。包括神经网络组成、及其超参数的初始化等；/n(3)训练。跟踪模型的损失函数等，确定神经网络种类，网络层数、超参数等因素对模型精确度的影响，从而不断调整模型参数，进而不断提高模型准确度；/n(4)类型推断。将源代码文件作为模型的输入，加载训练好的模型中准确度较高的模型，针对输入中每一个标识符进行类型推断，并将推断的类型信息标注在其标识符的后面。/n