一种基于LSTM的非API函数实参推荐方法

摘要

一种基于LSTM的非API函数实参推荐方法，属于代码补全以及代码推荐技术领域。本方法首先从开源软件中提取非API函数调用的实参及上下文信息，然后将上下文转变为段落向量输入到LSTM神经网络，将实参转变为段落向量作为预期输出训练神经网络，训练后得到一个神经网络模型。当用户进行新的函数调用时，本方法自动提取函数调用的上下文信息并转变为向量输入到训练好的神经网络模型中，模型的输出结果就是本方法推荐本次函数调用使用的实参。与现有基于相似度、基于k近邻和基于局部性特点的推荐方法相比，本方法在相同数据集下正确推荐的实参个数以及能够推荐的实参数量高于现有方法。