利用RNNLM进行面向主题的特征定位方法

摘要

软件特征定位是软件演化活动得以顺利展开的保证.基于文本的特征定位方法是当前特征定位研究的一个重要组成部分.当前基于文本的特征定位方法将代码关键词视为独立同分布的个体，忽略了代码间的语境。针对上述问题本文基于深度学习语言模型RNNLM(Recurrent Neural Networks Language Model,RNNLM)提出了一种源代码主题建模方法，并在此基础上实现了特征定位。实验结果表明，与现有基于文本的特征定位方法相比检索量降低到1. 9%,查准率为11.11%，对比基线方法检索量10%-15%和查准率8.50%,表明本方法具有较优的综合性能。