[发明专利]软件项目知识图谱自动构造方法与系统

说明书

本发明涉及一种软件项目知识图谱自动构造方法与系统。该方法包括：1)对原始软件资源数据进行解析，得到软件项目的基础知识实体及其关联，并以顶点和边的形式存储在图数据库中；2)在已有基础知识实体及其关联的基础上，采用知识提炼方法在实体之间建立新的关联，和/或在知识图谱中添加新的基础知识实体及其关联，并以顶点和边的形式存储在图数据库中；3)选择部分或全部基础知识实体及其关联，构成软件项目知识图谱。每种软件资源数据的解析方法以及知识提炼方法以插件形式存在，通过选择并运行需要的插件来生成软件项目知识图谱。本发明解决了从多源异构的软件资源中提取和组织领域特定知识的问题，适用范围广，可扩展性强。

技术领域

本发明属于计算机软件技术领域，涉及软件项目知识图谱自动构造技术，具体涉及对包含多源异构资源的软件项目的知识图谱自动构造方法与系统。

背景技术

一个软件项目通常包含多种类型的软件资源，比如源代码、问答文档、需求/设计文档、缺陷报告、邮件列表等。在软件复用过程中，为了帮助用户快速、有效获得其需要的软件资源，需要挖掘、利用丰富的领域特定知识。目前，获取软件项目中领域特定知识对复用者而言是一个费时费力的过程，过程中包含如下两个主要困难：

1)软件资源数据通常是多源异构的。多种类型的数据并存带来了信息孤岛问题，软件资源数据之间隐含的多种关联关系有待挖掘；

2)许多软件资源数据以自然语言的形式存在，机器并不能很好理解其语义信息，这给相关资源的检索带来了很大困难。

鉴于以上，由于现有技术并不能有效组织、关联软件项目中的领域特定知识，导致复用者在获取软件项目资源的过程中耗费大量精力。因此，研究一种软件项目知识图谱自动构造方法是十分必要的。

知识图谱本质上是一种语义网络，其顶点代表实体和概念，边代表实体/概念之间的各种语义关系。它实现了对客观世界从字符串描述到结构化语义描述的转换，是对客观世界的知识映射。

发明内容

本发明提供了一种软件项目知识图谱自动构造方法与系统。该方法能适用于不同数据类型的软件资源，适用范围广，可扩展性强。

本发明旨在自动构造软件项目知识图谱，将知识图谱的优势发挥在软件开发领域。特别的，在软件项目知识图谱中，可以直接通过对单类型软件资源解析得到的知识定义为基础知识；将通过数据挖掘方法，对基础知识进行关联和扩展而得的知识定义为衍生知识。

本发明的技术方案为：

一种软件项目知识图谱自动构造方法，其步骤为：

1)添加数据解析插件。对原始软件资源数据进行解析，得到软件项目的基础知识实体及其关联，以顶点和边的形式存储在图数据库(例如Neo4j)中。优选地，每种软件资源数据的解析方法以插件形式存在。

2)添加知识提炼插件。在已有基础知识实体及其关联的基础上，利用插件在基础知识实体之间建立新的关联，和/或在知识图谱中添加新的基础知识实体及其关联。以顶点和边的形式存储在图数据库(例如Neo4j)中。优选地，知识提炼方法同样以插件形式存在。

3)选择步骤1)、步骤2)得到的部分或全部基础知识实体及其关联，构成软件项目知识图谱。该步骤可通过选择需要的插件，运行生成软件项目知识图谱。

进一步地，本发明提出的软件项目知识图谱自动构造方法基于开源的Spring框架，支持动态灵活地添加两种类型的插件(数据解析插件、知识提炼插件)。以下介绍本发明实现的插件。在使用中，也可以按照用户需要动态选择部分插件运行。

进一步地，步骤1)包括以下子步骤：

1-1)软件项目源代码解析。具体可分为以下三个步骤：

1-1-1)使用Eclipse JDT将Java编写的软件项目源代码解析为抽象语法树；