[发明专利]基于区块链的代码错误识别方法、装置、设备及存储介质有效

专利信息
申请号: 201910221141.9 申请日: 2019-03-22
公开(公告)号: CN109977014B 公开(公告)日: 2022-04-05
发明(设计)人: 李夫路;梁爽;杜松 申请(专利权)人: 泰康保险集团股份有限公司
主分类号: G06F11/36 分类号: G06F11/36
代理公司: 隆天知识产权代理有限公司 72003 代理人: 章侃铱;李玉锁
地址: 100031 北*** 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:
搜索关键词: 基于 区块 代码 错误 识别 方法 装置 设备 存储 介质
【说明书】:

本公开提供了一种基于区块链的代码错误识别方法、代码错误识别装置、电子设备及计算机可读存储介质,属于区块链技术领域。该方法包括:获取目标代码;将所述目标代码转换为特征张量;基于代码错误识别模型,对所述特征张量进行处理,得到所述目标代码的错误类型,其中,所述代码错误识别模型为根据区块链网络中存储的代码案例数据训练而得到的机器学习模型;将所述目标代码数据写入所述区块链网络。本公开可以实现智能化的代码错误识别,提高效率,降低人力成本,并且改善代码管理的安全性。

技术领域

本公开涉及区块链技术领域,尤其涉及一种基于区块链的代码错误识别方法、基于区块链的代码错误识别装置、电子设备与计算机可读存储介质。

背景技术

在计算机、软件、互联网等行业的企业中,编写代码是非常重要、非常基础的工作,在编写代码的过程中,不可避免地会出现错误,导致代码无法正常运行,因此需要对代码进行纠错。目前企业中的代码纠错工作主要由程序员人工完成,程序员依据代码规则与经验逐行检查代码中的错误,这样的方式非常低效,且耗费大量人力成本。

因此,有必要提出一种代码错误识别方法。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种基于区块链的代码错误识别方法、基于区块链的代码错误识别装置、电子设备与计算机可读存储介质,进而至少在一定程度上克服现有技术依靠人工纠错而导致的低效、高人力成本的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一个方面,提供一种基于区块链的代码错误识别方法,包括:获取目标代码;将所述目标代码转换为特征张量;基于代码错误识别模型,对所述特征张量进行处理,得到所述目标代码的错误类型,其中,所述代码错误识别模型为根据区块链网络中存储的代码案例数据训练而得到的机器学习模型;将所述目标代码数据写入所述区块链网络。

在本公开的一种示例性实施例中,所述特征张量包括词向量矩阵;所述将所述目标代码转换为特征张量,包括:对所述目标代码进行预处理;对预处理后的所述目标代码进行分词,并将得到的词进行向量转换,以生成所述词向量矩阵。

在本公开的一种示例性实施例中,所述预处理包括以下任意一种或多种:将所述目标代码中每个引号内的全部字符替换为占位符;移除所述目标代码中的符号;以及对所述目标代码填充预设字符,以使所述目标代码达到标准长度。

在本公开的一种示例性实施例中,所述方法还包括:从区块链网络中存储的代码案例数据中获取多组训练数据,所述训练数据包括样本代码以及所述样本代码对应的样本错误类型;利用所述训练数据训练所述机器学习模型,以得到所述代码错误识别模型。

在本公开的一种示例性实施例中,所述方法还包括:从所述代码案例数据中获取解决方案,并基于所述样本错误类型与所述解决方案之间的关联关系,构建解决方案关联表;所述基于代码错误识别模型,对所述特征张量进行处理,得到所述目标代码的错误类型之后,所述方法还包括:根据所述目标代码的错误类型,在解决方案关联表中查找所述目标代码对应的解决方案。

在本公开的一种示例性实施例中,所述机器学习模型包括文本卷积神经网络模型。

根据本公开的一个方面,提供一种基于区块链的代码错误识别装置,包括:代码获取模块,用于获取目标代码;张量转换模块,用于将所述目标代码转换为特征张量;错误识别模块,用于基于代码错误识别模型,对所述特征张量进行处理,得到所述目标代码的错误类型,其中,所述代码错误识别模型为根据区块链网络中存储的代码案例数据训练而得到的机器学习模型;数据写入模块,用于将所述目标代码写入所述区块链网络。

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泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,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/pat/books/201910221141.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top