期刊专题

10.3778/j.issn.1002-8331.1901-0399

基于门控图注意力神经网络的程序分类

引用
在源代码挖掘领域,程序分类任务是实现机器自主理解源代码的基础工作.虽然自然语言处理相关模型和基于抽象语法树的系列模型已经被广泛应用于分类程序源代码,但这些工作没有考虑源代码中的数据流、控制流等数据信息.提出一种方法用于构建包含数据信息和语法结构的代码图EAST,并结合基于注意力机制的门控图神经网络模型(GGANN)实现程序分类.GGANN模型的注意力机制考虑到节点拓扑结构性质的差异性,从而对模型信息传播过程进行改进.实验表明,改进后的GGANN模型在程序分类任务上的精度高达98%.

注意力机制、图神经网络、代码理解、程序分类

56

TP391(计算技术、计算机技术)

国家自然科学基金;湖南省自然科学基金;湖南省战略新兴产业重大科技攻关项目

2020-04-09(万方平台首次上网日期,不代表论文的发表时间)

共8页

176-183

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

56

2020,56(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn