一种利用CodeBert各层表征信息的代码编程语言分类方...
实质审查的生效
摘要
本发明提供了一种基于CodeBert的代码编程语言分类方法，属于计算机应用技术领域。其技术方案为：包括以下步骤：(1)对原始数据集进行处理，去除其中的噪音，并使用BPE方法进行分词；(2)从CodeBert的每一层中提取表征信息作为表征信息序列，使用双向循环神经网络(Bi‑LSTM)和注意力机制关注可提供重要表征信息的层；(3)基于语料库对构建的模型进行训练，得到代码编程语言分类模型。本发明的有益效果为：该方法能快速识别源代码所属的编程语言类型，降低手工分类源代码编程语言的成本。
基本信息
专利标题 ：
一种利用CodeBert各层表征信息的代码编程语言分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114418033A
申请号 ：
CN202210170049.6
公开（公告）日 ：
2022-04-29
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈翔刘珂杨光曲豫宾周彦琳夏鸿崚顾亚锋于池
申请人 ：
南通大学
申请人地址 ：
江苏省南通市崇川区啬园路9号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
张俊俊
优先权 ：
CN202210170049.6
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06F40/289 G06F16/35 G06F8/41 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20220224
申请日 : 20220224
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
