利用RNNLM面向主题的特征定位方法

• 作者: 何云 周小煊 尹春林 李彤 熊文军 王炜
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 软件特征定位 软件演化 RNNLM 主题建模
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 系统软件与软件工程
• 页码范围: 1599-1608
• 页数: 10页
• 分类号: TP311.5
• 字数: 9510字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1609035

摘要

软件特征定位是软件演化活动顺利展开的保证.基于文本的特征定位方法是目前特征定位研究的一个重要组成部分.当前基于文本的特征定位方法将代码关键词视为独立同分布的个体,忽略了代码间的语境.针对上述问题,基于深度学习语言模型RNNLM(recurrent neural networks language model)提出了一种源代码主题建模方法,并在此基础上实现了特征定位.实验结果表明,与基于LDA(latent Dirichlet allocation)和LSI(latent semantic indexing)的文本特征定位相比较,查准率提高8.61%和2.61%,表明该方法具有较优的查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彤	云南大学软件学院	151	861	14.0	22.0
5	王炜	云南大学软件学院	17	41	4.0	5.0
7	尹春林	云南大学软件学院	4	5	2.0	2.0
10	何云	云南大学软件学院	11	37	4.0	5.0
11	周小煊	云南大学软件学院	4	4	1.0	2.0
12	熊文军	云南大学软件学院	2	3	1.0	1.0