软件学报

作者：付善庆，李征，赵瑞莲，郭俊霞

单位：付善庆，北京化工大学 信息科学与技术学院, 北京 10002911,李征，北京化工大学 信息科学与技术学院, 北京 10002902,赵瑞莲，北京化工大学 信息科学与技术学院, 北京 10002903,郭俊霞，北京化工大学 信息科学与技术学院, 北京 10002904

关键词：代码补全;程序语法特征;程序语义特征;特征结合;长距离依赖;深度学习

基金：国家自然科学基金（61702029，61672085，61872026）

在软件工程领域，代码补全是集成开发环境（integrated development environment，IDE）中最有用的技术之一，提高了软件开发效率，成为了加速现代软件开发的重要技术.通过代码补全技术进行类名、方法名、关键字等预测，在一定程度上提高了代码规范，降低了编程人员的工作强度.近年来，人工智能技术的发展促进了代码补全技术的发展.总体来说，智能代码补全技术利用源代码训练深度学习网络，从语料库学习代码特征，根据待补全位置的上下文代码特征进行推荐和预测.现有的代码特征表征方式大多基于程序语法，没有反映出程序的语义信息.同时，目前使用到的网络结构在面对长代码序列时，解决长距离依赖问题的能力依旧不足.因此，提出了基于程序控制依赖关系和语法信息结合共同表征代码的方法，并将代码补全问题作为一个基于时间卷积网络（time convolution network，TCN）的抽象语法树（abstract grammar tree，AST）节点预测问题，使得网络模型可以更好地学习程序的语法和语义信息，并且可以捕获更长范围的依赖关系.实验结果表明，该方法比现有方法的准确率提高了约2.8%.

来源：2022年第11期

《软件学报》期刊编辑部

查看软件学报杂志2022年第11期