编程现场上下文深度感知的代码行推荐

陶传奇包盼盼黄志球周宇张智轶

摘要：

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一些方法通常是进行代码修复或者补全,又或者只是基于关键词匹配的搜索方法,很难达到推荐完整代码行的要求.针对上述问题,一种可行的解决方案是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,挖掘隐含的上下文信息,为精准推荐提供基础.因此,提出了 一种基于深度学习的编程现场上下文深度感知的代码行推荐方法,能够在已有的大规模代码数据集中学习上下文之间潜在的关联关系,利用编程现场已…展开v

关键词：编程现场;代码上下文;代码行;深度学习;RNN Encoder-Decoder

所属期刊栏目：32

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;计算机软件新技术国家重点实验室基金

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共21页

页码：3351-3371