一种半监督学习的代码自动生成性能评估方法

• 作者: 张晓江 姜瑛
• 来源期刊: 小型微型计算机系统
• 关键词: 代码自动生成 性能评估 半监督学习 性能类别 程序员 代码自动生成工具
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机软件与数据库研究|Computer Software and Database Research
• 页码范围: 647-654
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.03.034

摘要

为了提高软件开发的质量和效率,代码自动生成是当前的研究热点,代码自动生成的性能是其中的重要问题.现有代码自动生成的性能分析方法较简单,难以评估代码自动生成过程中程序员与代码自动生成工具各自的特征.本文综合考虑了代码自动生成过程中程序员与代码自动生成工具的作用,提出了一种基于半监督学习的代码自动生成性能评估方法,通过抽取程序员行为与代码自动生成工具行为的重要特征,划分代码自动生成的性能类别,建立了基于深度神经网络的代码自动生成过程性能评估模型,并计算程序员行为特征与代码自动生成工具行为特征对性能的影响程度.实验结果表明,该方法可以有效分析程序员行为与代码自动生成工具行为对代码自动生成过程性能的影响.