一种基于深度学习的克隆代码语义检测方法

摘要

本发明公开了一种基于深度学习的语义克隆检测方法，对于给定代码块对，首先将代码块预处理成TPE的基本单元的序列，然后对它们进行词嵌入操作，用于上下文特性组合的BiLSTM模块；接着，用自注意力机制来集中提取神经网络学习到的克隆代码相关有用信息；将每一个代码片段都被转化为一个向量表示，计算向量之间的欧几里得距离作为分类的特征，对它们进行二分类：如果两个代码块相似，则其经过神经网络生成的向量应该相近，即预测克隆/非克隆。与现有技术相比，本发明的更节省时间，同时可以捕获丰富的语法和语义信息；TPE还可以避免词汇量不足(OOV)的问题。