[发明专利]一种构建标签数据库的方法和装置

权利要求书

1.一种构建标签数据库的方法，其特征在于，所述方法包括：

获取开源代码信息；

将所述开源代码信息通过抽象语法树进行解析，得到特征语句；

根据所述特征语句构建依赖模块数据库；

对所述依赖模块数据库中的依赖模块进行标签提取，得到备选标签；

从所述备选标签中选取技术标签；

根据所述技术标签确定技术领域和实现功能；

其中，所述依赖模块用于表征引入第三方库的语句。

2.根据权利要求1所述的一种构建标签数据库的方法，其特征在于，所述根据所述特征语句构建依赖模块数据库，包括：

对所述特征语句中的内置模块进行过滤，得到包括所述依赖模块的特征语句；

根据所述包括依赖模块的特征语句构建所述依赖模块数据库；

其中，所述内置模块用于表征与技术领域特征无关的语句。

3.根据权利要求1所述的一种构建标签数据库的方法，其特征在于，所述对所述依赖模块数据库中的依赖模块进行标签提取，得到备选标签，包括：

将所述依赖模块的名称作为关键词，通过搜索技术和爬虫技术获取所述依赖模块对应的搜索内容信息集；

将所述搜索内容信息集通过分词技术进行分割，得到多个分词；

将所述多个分词根据预设技术领域标签集进行提取，得到多个标签；

将所述多个标签作为所述备选标签。

4.根据权利要求3所述的一种构建标签数据库的方法，其特征在于，所述将所述多个分词根据预设技术领域标签集进行提取，得到多个标签，包括：

将所述多个分词按照重复次数从大到小进行排序，得到排序后的多个分词；

将所述排序后的多个分词通过所述预设技术领域标签集进行提取，得到所述多个标签。

5.一种构建标签数据库的装置，其特征在于，所述装置包括：

获取模块，用于获取开源代码信息；

解析模块，用于将所述开源代码信息通过抽象语法树进行解析，得到特征语句；

构建模块，用于根据所述特征语句构建依赖模块数据库；

提取模块，用于对所述依赖模块数据库中的依赖模块进行标签提取，得到备选标签；

选取模块，用于从所述备选标签中选取技术标签；

确定模块，用于根据所述技术标签确定技术领域和实现功能；

其中，所述依赖模块用于表征引入第三方库的语句。

6.根据权利要求5所述的一种构建标签数据库的装置，其特征在于，所述构建模块具体用于：

对所述特征语句中的内置模块进行过滤，得到包括所述依赖模块的特征语句；

根据所述包括依赖模块的特征语句构建所述依赖模块数据库；

其中，所述内置模块用于表征与技术领域特征无关的语句。

7.根据权利要求5所述的一种构建标签数据库的装置，其特征在于，所述提取模块具体用于：

将所述依赖模块的名称作为关键词，通过搜索技术和爬虫技术获取所述依赖模块对应的搜索内容信息集；

将所述搜索内容信息集通过分词技术进行分割，得到多个分词；

将所述多个分词根据预设技术领域标签集进行提取，得到多个标签；

将所述多个标签作为所述备选标签。

8.根据权利要求7所述的一种构建标签数据库的装置，其特征在于，所述提取模块具体用于：

将所述多个分词按照重复次数从大到小进行排序，得到排序后的多个分词；

将所述排序后的多个分词通过所述预设技术领域标签集进行提取，得到所述多个标签。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至4任一项所述的方法。