一种基于神经网络语言模型的代码分类方法

摘要

属于软件工程领域，公开了一种基于神经网络语言模型的代码分类方法，首先将代码转换为AST树，初始化AST树的结点c_i的向量，利用孩子结点t_x的向量得到非叶子结点p_k的重构向量；利用AST_Node2Vec模型对所述结点c_i的向量进行更新，若不满足循环条件，则继续循环；若满足循环条件，则输出更新了结点向量的AST树和更新后的非叶子结点的重构向量；将更新了结点向量的AST树和更新后的非叶子结点的重构向量作为基于树的卷积神经网络的输入，利用所述基于树的卷积神经网络完成对代码的分类；采用该方法对代码进行分类可有效的避免维度灾难问题，同时能够显示出语义上的相似性，能够很好的对代码按照功能进行分类。