











本发明公开了一种基于深度神经网络的代码片段推荐方法与装置,包括:从收集的代码片段中提取代码元素,包括方法名、参数与返回值、逻辑信息和代码语句,从注释文档中提取描述信息,将代码元素与描述信息共同嵌入到高维向量空间中进行模型训练;对于给定代码库提取其中每个方法的代码元素,使用经过训练的模型计算代码向量;当用户查询到达时,返回与查询向量接近的向量对应代码片段。与现有技术相比,本发明学习源代码和自然语言查询的统一向量表示,以便可以根据它们的向量来检索与查询语义相关的代码段。并且充分考虑了语句顺序、代码结构等各项元素信息,使得推荐的代码片段与查询之间的相似度更高,用户能够更好的使用推荐的代码片段。
商品类型 | 专利 | 申请号 | CN201911334527.7 | IPC分类号 | G06F8/20 |
专利类型 | 发明 | 法律状态 | 有权 | 技术领域 | 电子信息 软件 |
交易方式 | 技术转让 | 专利状态 | 已授权 | 有效期至 | 长久有效 |
¥ 30,000 元
¥ 21,000 元
¥ 12,000 元
¥ 500,000 元