基于預(yù)訓(xùn)練模型與BiLSTM-CNN的多標(biāo)簽代碼壞味檢測(cè)方法

打開文本圖片集

摘 要：為了提高多標(biāo)簽代碼壞味檢測(cè)的準(zhǔn)確率，提出一種基于預(yù)訓(xùn)練模型與BiLSTM-CNN的多標(biāo)簽代碼壞味檢測(cè)方法DMSmell（deep multi-smell）。首先，利用靜態(tài)分析工具獲取源代碼中的文本信息和結(jié)構(gòu)度量信息，并采用2種檢測(cè)規(guī)則對(duì)代碼壞味實(shí)例進(jìn)行標(biāo)記；其次，利用CodeBERT預(yù)訓(xùn)練模型生成文本信息對(duì)應(yīng)的詞向量，并分別采用BiLSTM和CNN對(duì)詞向量和結(jié)構(gòu)度量信息進(jìn)行深度特征提??；最后，結(jié)合注意力機(jī)制和多層感知機(jī)，完成多標(biāo)簽代碼壞味的檢測(cè)，并對(duì)DMSmell方法進(jìn)行了性能評(píng)估。（剩余12339字）