计算机工程与科学

作者：赵乐乐, 张丽萍, 赵凤荣

单位：内蒙古师范大学计算机科学技术学院,内蒙古 呼和浩特 010022

关键词：代码注释,自动生成,注意力机制,Tree2Seq,

基金：国家自然科学基金（61462071）；内蒙古自然科学基金（2018MS06009）；内蒙古自治区高等学校科学研究项目（NJZY19026）;内蒙古师范大学自主科研项目(29K19ZZYF017)；内蒙古师范大学研究生科研创新基金（CXJJS20126）

代码注释可以帮助开发人员快速理解代码，降低代码维护成本。为了保留代码的结构信息，针对经典的Seq2Seq模型将代码的结构信息压缩为序列，导致结构信息丢失的问题，提出使用Tree-LSTM编码器直接将代码转化成抽象语法树进行编码，使注释生成模型能有效获取代码的结构信息，提升注释生成效果。采用基于注意力机制的Tree2Seq模型实现代码注释生成任务，避免了编码器端将所有输入信息压缩为固定向量，导致部分信息丢失的情况。通过在Java和Python 2种编程语言的数据集上进行实验，使用3种机器翻译常用的自动评测指标进行评估验证，并选取一部分测试数据进行了人工评估。实验结果表明，基于注意力机制的Tree2Seq模型能为解码器提供更全面且丰富的语义结构信息，为后续实验分析和改进提供指导。

来源：2023年第4期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第4期