本发明通过人工智能领域的方法，实现了一种代码缺陷的自动定位与修复的方法与系统。包括缺陷语义知识学习、缺陷定位、缺陷自动修复三个模块。所述缺陷语义知识学习模块设计了基于双向LSTM的二分类器和多分类器，并基于构建的大规模数据集学习与代码缺陷相关的语义知识；所述缺陷定位模块将训练好的二分类器用于目标数据集，以生成深度语义特征，并借助设计的基于多层感知机的排序模型与其他两种特征进行融合，预测语句出错概率并生成定位文件；所述缺陷自动修复模块借助迁移学习，利用目标项目开发历史数据微调多分类器模型参数，为目标语句生成修复模板的有序列表。更准确的定位文件与动态生成的修复模板列表，能够提升缺陷定位与修复任务的性能。