[发明专利]一种高级编程语言间代码自动转换方法

说明书

本发明公开了一种高级编程语言间代码自动转换方法，包括如下步骤：S1、搜集各种编程语言大量的源代码，作为神经模型训练的语料库；S2、采用自然语言翻译中使用的跨语言的seq2seq模型进行训练，该模型采用transformer架构。本发明采用人工智能技术，将自然语言机器翻译中的神经模型借鉴到编程语言转换中，经过模型训练，实现高级编程语言间代码自动转换的目的，可以广泛应用于计算机编程语言领域。

技术领域

本发明涉及计算机编程语言和人工智能领域，特别是涉及一种高级编程语言间代码自动转换方法。

背景技术

将高级编程语言写成的源代码转自动换成另一种语言(如将C++转换成JAVA)，能够提高代码的复用性、减少软件开发的工作量、缩短项目周期，具有重要的现实意义。目前主要采用源到源编译器技术实现该功能，它通常依赖于手动编写的重写规则，并应用于源代码抽象语法树。但是，源到源编译器存在一些缺陷，如转换结果通常缺乏可读性，无法遵循目标编程语言的规范，需要程序员进行手动修改才能准确运行。整个转换过程不仅耗时，还需要程序员能够同时掌握源语言和目标语言的专业知识，因此使用该方法进行代码转换项目的工作量很大，实际应用较困难。

发明内容

本发明的目的是为了克服上述背景技术的不足，提供一种高级编程语言间代码自动转换方法，使其针对目前高级编程语言间代码自动转换问题没有好的解决办法、自动化程度低的问题，采用人工智能技术，将自然语言机器翻译中的神经模型借鉴到编程语言转换中，经过模型训练，实现高级编程语言间代码自动转换的目的。

本发明提供的一种高级编程语言间代码自动转换方法，包括如下步骤：S1、搜集各种编程语言大量的源代码，作为神经模型训练的语料库；S2、采用自然语言翻译中使用的跨语言的seq2seq模型进行训练，该模型采用transformer架构。

在上述技术方案中，所述步骤S1中，编程语言包括C++和JAVA。

在上述技术方案中，所述步骤S2的具体步骤如下：S21、预训练编码器和解码器，产生跨语言的句子表征；S22、语言建模，训练同语种翻译，利用去噪自编码，训练解码器生成有效的序列；S23、利用回译训练跨语种翻译。

在上述技术方案中，所述步骤S21的具体步骤如下：S211、采用XLM来分别预训练编码和解码器，把各种编程语言语料库放在一起，每次batch选择一种语言；S212、使用MLM模型和TLM模型进行训练和交互。

在上述技术方案中，所述步骤S22的具体步骤如下：S221、给输入加上干扰，然后把它传给机器翻译模型；S222、解码器重新把正确的代码恢复，即自己翻译自己。

在上述技术方案中，所述步骤S23的具体步骤如下：S231、利用步骤S22产生的模型进行两次翻译，从A语言翻译到B语言，再从B语言到A语言，构建有监督的数据集；S232、将有监督的数据集当做信号回传给翻译模型进行训练。

在上述技术方案中，还包括步骤S3、使用测试集进行对比测试，验证模型训练后自动转换不同编程语言间代码的转换对齐质量。

在上述技术方案中，所述步骤S3的具体过程为：测试使用三个评估度量指标：BLEU值、参考匹配和计算准确率。

在上述技术方案中，所述步骤S3中，所述BLEU值用于评估生成函数的质量；参考匹配用于评估转换结果完美匹配真值参考的比例；计算准确率用于评估当输入相同时，假设函数是否生成与参考相同的输出。

本发明高级编程语言间代码自动转换方法，具有以下有益效果：

1)仅需单语源代码即可实现编程语言转换，无需任何源语言或目标语言的专业知识；

2)能够成功掌握每种语言的特定复杂模式，并将其迁移至其他高级语言；

3)代码转换效率和质量大幅超过利用规则的源到源编译器方法；