[发明专利]基于学习算法实现缺陷修复推荐的方法在审
| 申请号： | 201910623765.3 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110442514A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 孙小兵;朱轩锐;李斌 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 225009*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于学习算法实现缺陷修复推荐的方法，包括以下步骤：针对收集的bug修复前和修复后的源代码，分别通过GumTree进行抽象语法树AST提取，获得bug修复前、修复后代码各自的AST编辑操作序列；对AST编辑操作序列进行筛选过滤；结合筛选过滤后的AST编辑操作序列，利用解析器抽象bug修复前和修复后的源代码，并分别映射为向量特征表示；根据映射后的向量特征表示训练神经网络，获得缺陷语句识别模型，由此识别出缺陷语句；基于源代码的语义特征为识别出的缺陷语句推荐修复方案。本发明方法根据代码之间的AST编辑操作，通过细粒度的代码分析实现模型特征表示，并联系上下文关系对缺陷代码进行定位，能获得具有细粒度性质的修复推荐方案，使得修复更加准确。 | ||
| 搜索关键词： | 修复 编辑操作 源代码 缺陷修复 向量特征 学习算法 细粒度 映射 语句 过滤 训练神经网络 筛选 抽象语法树 上下文关系 代码分析 模型特征 缺陷代码 语句识别 语义特征 解析器 抽象 后代 | ||
【主权项】：
1.一种基于学习算法实现缺陷修复推荐的方法，其特征在于，包括以下步骤：步骤1、针对收集的bug修复前和修复后的源代码，分别通过GumTree进行抽象语法树AST提取，获得bug修复前、修复后代码各自的AST编辑操作序列；步骤2、对AST编辑操作序列进行筛选过滤；步骤3、结合筛选过滤后的AST编辑操作序列，利用解析器抽象bug修复前和修复后的源代码，并分别映射为向量特征表示；步骤4、根据映射后的向量特征表示训练神经网络，获得缺陷语句识别模型，由此识别出缺陷语句；步骤5、基于源代码的语义特征为步骤4识别出的缺陷语句推荐修复方案。
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扬州大学，未经扬州大学许可，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/patent/201910623765.3/，转载请声明来源钻瓜专利网。
