公开(公告)号：CN108717423A

公开(公告)日：2018-10-30

申请号：CN201810371788.5

申请日：2018-04-24

申请人： 南京航空航天大学

发明人： 陶传奇 ,  包盼盼 ,  黄志球 ,  周宇 ,  王铁鑫

IPC分类号： G06F17/30 ,  G06F17/27 ,  G06F8/30 ,  G06N3/08

摘要： 本发明公开了一种基于深度语义挖掘的代码段推荐方法，利用了深度学习技术在自然语言处理中的作用及其在自然语言语义挖掘中的优势，并且结合了有查询代码段推荐的特点。根据输入的自然语言搜索和代码段自身及其所带的注释，深度挖掘自然语言语义和代码段具体功能，生成句向量和段落向量，使得语义属性一致的代码段和自然语言查询因此被映射到相似的向量空间，为给定的查询推荐最匹配的、相似度由高到低排好序的N个代码段。本方法不仅提高了推荐的准确度，还能提高推荐的查全率，并对输入的自然语言查询查询具有较好的容错能力。

公开(公告)号：CN109522011A

公开(公告)日：2019-03-26

申请号：CN201811206811.1

申请日：2018-10-17

申请人： 南京航空航天大学

发明人： 陶传奇 ,  包盼盼 ,  黄志球 ,  李伟湋 ,  张智轶 ,  周宇 ,  王铁鑫

IPC分类号： G06F8/33

摘要： 本发明公开了一种基于编程现场上下文深度感知的代码行推荐方法，利用了深度学习技术在编程语言处理中的作用及其在上下文隐含模式感知中的优势。基于已有的海量源码数据，利用深度学习析取代码行的相关上下文因子，挖掘隐含上下文信息，为精准推荐提供基础。利用编程现场已有的源码数据和任务数据对当前代码行进行预测，并推荐最准确的、由高到低排好序的N个代码行。本方法不仅能够推荐准确度较高的代码行，还具有较好的自动性，不需要手动输入查询，实现自动检测已有的代码行上文。

公开(公告)号：CN109522011B

公开(公告)日：2021-05-25

申请号：CN201811206811.1

申请日：2018-10-17

申请人： 南京航空航天大学

发明人： 陶传奇 ,  包盼盼 ,  黄志球 ,  李伟湋 ,  张智轶 ,  周宇 ,  王铁鑫

IPC分类号： G06F8/33

摘要： 本发明公开了一种基于编程现场上下文深度感知的代码行推荐方法，利用了深度学习技术在编程语言处理中的作用及其在上下文隐含模式感知中的优势。基于已有的海量源码数据，利用深度学习析取代码行的相关上下文因子，挖掘隐含上下文信息，为精准推荐提供基础。利用编程现场已有的源码数据和任务数据对当前代码行进行预测，并推荐最准确的、由高到低排好序的N个代码行。本方法不仅能够推荐准确度较高的代码行，还具有较好的自动性，不需要手动输入查询，实现自动检测已有的代码行上文。

公开(公告)号：CN108717423B

公开(公告)日：2020-07-07

申请号：CN201810371788.5

申请日：2018-04-24

申请人： 南京航空航天大学

发明人： 陶传奇 ,  包盼盼 ,  黄志球 ,  周宇 ,  王铁鑫

IPC分类号： G06F16/33 ,  G06F40/30 ,  G06F40/211 ,  G06F8/30 ,  G06N3/08

摘要： 本发明公开了一种基于深度语义挖掘的代码段推荐方法，利用了深度学习技术在自然语言处理中的作用及其在自然语言语义挖掘中的优势，并且结合了有查询代码段推荐的特点。根据输入的自然语言搜索和代码段自身及其所带的注释，深度挖掘自然语言语义和代码段具体功能，生成句向量和段落向量，使得语义属性一致的代码段和自然语言查询因此被映射到相似的向量空间，为给定的查询推荐最匹配的、相似度由高到低排好序的N个代码段。本方法不仅提高了推荐的准确度，还能提高推荐的查全率，并对输入的自然语言查询查询具有较好的容错能力。