[发明专利]一种基于RvNN+Transformer神经网络模型的代码语义克隆检测方法在审
| 申请号： | 202210052857.2 | 申请日： | 2022-01-18 |
| 公开（公告）号： | CN114398079A | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 陈昊亮;高红雨;苏航 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F8/75 | 分类号： | G06F8/75;G06F8/41;G06N3/04 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于RvNN+Transformer神经网络模型的代码语义克隆检测方法，给定两个代码片段，先拆分它们的抽象语法树到语句级别，然后通过RvNN获得每个语句级别的树结构信息，然后再通过带方向信息的Transformer来获得每个语句树的顺序信息，再经过最大池化层生成最终的代码表示向量，通过比较两个代码表示向量的差的绝对值来判别两个代码是否是语义克隆。本发明的主要思想是使用具有方向信息的Transformer‑encoder来改进现在的模型，现有的研究大部分仍然使用LSTM或GRU，但不适合并行计算，而且不能很好地关注到全局的信息。实验表明，本发明与现有技术相比，检测具有更高的F1值，且耗时较少。 | ||
| 搜索关键词： | 一种 基于 rvnn transformer 神经网络 模型 代码 语义 克隆 检测 方法 | ||
【主权项】：
暂无信息
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北京工业大学，未经北京工业大学许可，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/202210052857.2/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
