软件学报

作者：张祥平，刘建勋，扈海泽，刘益

单位：张祥平，服务计算与软件服务新技术湖南省重点实验室(湖南科技大学), 湖南 湘潭 411201;湖南科技大学 计算机科学与工程学院, 湖南 湘潭 41120111,刘建勋，服务计算与软件服务新技术湖南省重点实验室(湖南科技大学), 湖南 湘潭 411201;湖南科技大学 计算机科学与工程学院, 湖南 湘潭 41120102,扈海泽，服务计算与软件服务新技术湖南省重点实验室(湖南科技大学), 湖南 湘潭 411201;湖南科技大学 计算机科学与工程学院, 湖南 湘潭 41120103,刘益，服务计算与软件服务新技术湖南省重点实验室(湖南科技大学), 湖南 湘潭 411201;湖南科技大学 计算机科学与工程学院, 湖南 湘潭 41120104

关键词：代码搜索;生成对抗策略;代码表征;近似采样

基金：国家自然科学基金(61872139)

基于深度学习的代码搜索方法通过计算代码与描述语句各自表征的相似程度, 实现代码搜索任务. 然而此类方法并未考虑代码和描述语句之间真实存在的相关性概率分布. 针对此问题, 将经典概率模型中代码和描述语句的相关性概率分布与向量空间模型中特征提取相结合, 提出基于生成对抗策略的代码搜索方法. 所提方法首先设计代码和描述语句的特征编码器用于特征提取. 接着采用生成对抗策略, 将代码和描述语句之间的概率分布应用于生成器和判别器的交替训练, 同时实现对代码编码器和描述语句编码器的优化, 生成高质量的代码表征和描述语句表征用于代码搜索任务. 最后在公开的数据集上进行实验验证, 结果表明所提出的方法相比于DeepCS方法在Recall@10, MRR@10和NDCG@10指标上分别提升8.4%、32.5%和24.3%.

来源：2024年第12期

《软件学报》期刊编辑部

查看软件学报杂志2024年第12期