基于句法分析的代码摘要技术-论文.pdf

《基于句法分析的代码摘要技术-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN1oo1—90812015．O7．10计算机应用，2015，35(7)：1999—2003C0DENJYIIDUhttp：／／www．joca．an文章编号：1001—9081(2015)07—1999—05doi：10．11772／j．issn．1001—9081．2015．07．1999基于句法分析的代码摘要技术王金水，薛醒思，翁伟(1．福建工程学院信息科学与工程学院，福州350108；2．厦门理工学院计算机与信息工程学院，福建厦门361024)(通信作者电子邮箱wa

2、ngjinshui@fjut．edu．cn)摘要：针对词袋模型忽略了词条之间语义关系和概念结构的问题，提出一种基于句法分析的代码摘要技术。首先，该技术利用词性标注识别出最有可能体现代码特性的关键词；然后，通过块分析修正在词性标注过程中可能引入的错误；其次，对标识出的关键词进行降噪，以减少文本噪声带来的不利影响；最后，从关键词中选取若干个权值最高的词以组成代码摘要。实验结果表明，与基于词频一逆文档频率(TF-IDF)和基于TF—IDF扩展的代码摘要技术对比，所提技术生成的代码摘要与参考答案的重叠率(ovedap)至少分别提高了9％和6％，

3、说明该技术能够生成更加准确的代码摘要。关键词：代码摘要；文本摘要；句法分析；自然语言处理；程序理解中图分类号：TP311．5文献标志码：ASourcecodesummarizationtechnologybasedonsyntacticanalysisWANGJinshui，XUEXingsi，WENGWei(1．CollegeofInformationScienceandEngineering，FujianUniversityofTechnology，FuzhouFujian350108，China；2．CollegeofComput

4、erandInformationEngineering，XiamenUniversityofTechnology，XiamenFujian361024，China)Abstract：Forovercomingthedrawbackofignoringthesemanticrelationshipbetweentermsandconceptstructureinthebagofwordsmodel，asourcecodesummarizationtechnologybasedonsyntacticanalysiswasproposed．F

5、irstly，thepart—of-speechtaggingwasutilizedtorecognizethekeywordsthatcharacterizedthecodefeaturemost．Secondly，thechunkpawingwasusedtorevisetheelTorsthatcouldbeintroducedintheprocessofpart-of-speechtagging．Thirdly，thenoisereductionforthosekeywordswascarriedouttodecreasethe

6、influenceoftextnoise．Finally，severalkeywordswithhighestweightswereselectedtOcomposethesummaries．ThroughthecomparisonwithTF—IDF(TermFrequency—InverseDocumentFrequency)一basedandextendedTF-IDF·basedsourcecodesummarizationtechnologiesintheexperiment，withrespecttotheoverlapco

7、efficientofthegoldenset．thesummariesobtainedbytheproposedtechnologyareimprovedbyatleast9％and6％respectively，whichilluminatesthattheproposedtechnologyisabletogeneratemoreprecisesourcecodesummaries．Keywords：sourcecodesummarization；textsummarization；syntacticanalysis；natui：a

8、llanguageprocessing；programcomprehension者虽快但可能导致误解，而后者则需要花费过多的时间。他0引言们还发现代码摘要作为一种折中方案，能够有效地帮助开发在大型软件系统的