一种基于上下文环境的依恋情结代码味道检测方法

摘要

本发明公开了一种基于上下文环境的依恋情结代码味道检测方法，属于计算机软件重构技术领域，解决了代码味道检测领域传统方法的度量局限性太大以及机器学习方法对信息的利用率不够的技术问题。本方法能够自动地提取代码中的特征信息，将提取出的特征信息与检测结果自动匹配，减少了人工设计规则的时间和人力成本。利用了更深更广的文本信息，充分挖掘某些蕴含于代码坏味中的隐含特征，克服了数值化度量值的局限性。在训练时，利用卷积神经网络和自注意力机制结合方法，能给提取出文本信息中蕴含的更深层次的语义特征，并且基于更多样化的神经网络，完成对函数和类之间关联信息的提取，并提高了检测的精准率和查全率。