基于深度学习的代码分析研究综述

• 作者: 张峰逸 彭鑫 赵文耘 陈驰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 代码分析 深度学习 表征学习
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 综合评述
• 页码范围: 9-17,22
• 页数: 10页
• 分类号: TP3
• 字数: 10665字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.06.002

摘要

随着现代软件规模的不断增大,程序员面临着与日俱增的开发与维护负担,一种辅助他们完成开发流程的工具成为了迫切需求.基于深度学习的代码分析技术从分析代码性质入手,致力于辅助程序员生成或理解代码,成为了软件工程近期研究的热点.总结近期软件工程和人工智能领域中基于深度学习的代码分析研究.论述其一般的技术流程,并从代码表征方法、模型选择以及应用场景三个方面对现有工作进行分类,体现了不同工作的技术特点与设计思路.通过对现有工作的总结整理,认为深度学习在代码分析中的应用还处于初级阶段,既体现了其性能的优越性,又存在着诸如抽象问题描述、数据标注和领域知识理解等问题.在未来的研究中,可能产生突破性进展的发展方向包括建立可标注数据集、设计合理的评判体系以及与知识图谱等新型人工智能技术相结合等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峰逸	复旦大学软件学院	1	6	1.0	1.0
2	陈驰	复旦大学软件学院	1	6	1.0	1.0