公开(公告)号：CN114969272B

公开(公告)日：2024-07-02

申请号：CN202210743639.3

申请日：2022-06-27

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  魏宏巍 ,  张浚哲 ,  郑伟宁 ,  陶文鑫 ,  蒋远

IPC: G06F16/33 ,  G06F16/36 ,  G06N5/022 ,  G06F16/35 ,  G06N3/04 ,  G06N3/092 ,  G06N7/01 ,  G06N20/00

Abstract: 本发明公开了一种在API知识图谱上基于Q学习的API序列搜索方法，首先，设计了API本体结构，并从API文档与开源软件项目中抽取API知识用于构建API知识图谱。其次，通过Word2Vec词嵌入方法以及TransE表示学习方法生成强化学习的状态表示。再次，基于DQN方法，给出了基于强化学习的API序列搜索模型的训练算法。最后，基于训练好的强化学习模型，实现API序列搜索。本发明将API使用序列搜索任务转化为基于API知识图谱的路径搜索任务，能更好地保证搜索到的API序列的合法性。本发明采用强化学习实现API使用序列搜索，其独特的探索机制能探索更丰富的API调用方式，从而增强模型的泛化能力。

公开(公告)号：CN114969272A

公开(公告)日：2022-08-30

申请号：CN202210743639.3

申请日：2022-06-27

Applicant: 哈尔滨工业大学

Inventor： 苏小红 ,  魏宏巍 ,  张浚哲 ,  郑伟宁 ,  陶文鑫 ,  蒋远

IPC: G06F16/33 ,  G06F16/36 ,  G06N5/02 ,  G06F16/35 ,  G06N3/04 ,  G06N7/00 ,  G06N20/00

Abstract: 本发明公开了一种在API知识图谱上基于Q学习的API序列搜索方法，首先，设计了API本体结构，并从API文档与开源软件项目中抽取API知识用于构建API知识图谱。其次，通过Word2Vec词嵌入方法以及TransE表示学习方法生成强化学习的状态表示。再次，基于DQN方法，给出了基于强化学习的API序列搜索模型的训练算法。最后，基于训练好的强化学习模型，实现API序列搜索。本发明将API使用序列搜索任务转化为基于API知识图谱的路径搜索任务，能更好地保证搜索到的API序列的合法性。本发明采用强化学习实现API使用序列搜索，其独特的探索机制能探索更丰富的API调用方式，从而增强模型的泛化能力。