[发明专利]一种基于信息检索的多索引集成软件构件检索方法及系统

摘要

本发明属于软件构件检索领域，公开了一种基于信息检索的多索引集成软件构件检索方法及系统，本发明引入词性过滤对软件源代码关键词进行预处理，通过对特定词性词汇的过滤，在缩减索引空间内源代码向量的稀疏性的同时，提高了相似性计算的准确度，提升了软件构件检索的性能。本发明构件检索是建立在索引空间内的相似度计算基础之上的。本发明提出了一种集成“词袋”模型索引与词嵌入模型索引的相似性计算方法，该方法以源代码构件自身结构的“内聚度”和“耦合度”作为评价指标，将“词袋”模型索引方法与词嵌入模型索引方法所计算出的相似度进行集成，获得了更为精确的相似性度量，从而获得更为精准的构件检索结果。

主权项

一种基于信息检索的多索引集成软件构件检索方法，其特征在于，所述基于信息检索的多索引集成软件构件检索方法，包括：在预处理步骤引入词性过滤对构件源代码关键词进行处理；通过对特定词性词汇的过滤，缩减索引空间内向量的稀疏性；利用集成词袋模型与词嵌入模型进行相似性计算；以构件源代码数据自身结构的内聚度和耦合度作为评价指标，将词袋模型索引方法与词嵌入模型索引方法所计算出的相似度进行集成，使不同索引模型优势互补，获得相似性度量；生成构件检索结果。