版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、源代碼閱讀是一項十分困難的工作,特別是對于那些有成百上千個文件的源代碼工程而言,比如Linux和Gcc這樣的開源代碼庫,我們很難能夠在短時間內(nèi)清楚一個源文件是在做什么。所以對源代碼文件進行分析的自動化工具變得十分重要,例如一些可以自動分析軟件結(jié)構、功能、調(diào)用關系、開發(fā)過程甚至是開發(fā)人員與代碼之間的一些聯(lián)系等等。
一些傳統(tǒng)的主題模型比如LDA模型可以利用概率關系從文本中挖掘其中包含的多種主題。但是源代碼數(shù)據(jù)與普通文本有著顯著的區(qū)
2、別,它們的各部分結(jié)構不是“平等”的。一個代碼文件中包含的數(shù)據(jù)有接近普通文本的注釋,也有受到程序語言約束的代碼。另外,非監(jiān)督型主題模型只能夠給出主題的詞分布,而無法得到確切的分類名。而且目前并沒有一個針對代碼分類的標準分類系統(tǒng)。
在這篇文章中,我們提出了一個新的針對源代碼庫設計的概率圖模型,用來對源代碼庫進行主題挖掘。這個模型不是將代碼文件當成普通文本處理,而是將不同的部分,包括代碼、注釋、以及提交記錄信息,進行不同的處理并通過
3、主題將他們結(jié)合起來。因此,這個模型在模擬源代碼庫的生成過程中,相比于其它的傳統(tǒng)主題挖掘方法更加貼近源代碼庫的真實生成過程。這使得我們得到的主題分布將更加可靠。
但是,如果只有這個概率圖模型,我們?nèi)匀徊荒艿玫揭粋€源代碼文件的確切分類。所以我們選擇建立一個針對與源代碼庫的分類系統(tǒng)。在本文中,我們選擇了對來自于著名的程序問答網(wǎng)站Stack overflow的數(shù)據(jù)進行處理,建立了一個多分枝的層次化分類系統(tǒng)。同時,我們采用了不同的映射方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MapReduce的圖數(shù)據(jù)庫頻繁子圖挖掘.pdf
- 基于Web數(shù)據(jù)庫的數(shù)據(jù)庫挖掘技術.pdf
- 多關系數(shù)據(jù)挖掘中的概率模型研究.pdf
- 基于XML數(shù)據(jù)庫的數(shù)據(jù)挖掘研究.pdf
- 實時概率數(shù)據(jù)庫數(shù)據(jù)模型及概率查詢算法與策略.pdf
- 概率數(shù)據(jù)庫中空值處理方法及區(qū)間概率模型的研究.pdf
- 基于概率主題模型的游記文本知識挖掘.pdf
- 基于數(shù)據(jù)挖掘的數(shù)據(jù)庫安全檢測研究.pdf
- 基于XML的概率數(shù)據(jù)模型研究.pdf
- 基于軟件演化數(shù)據(jù)挖掘的代碼壞味道檢測.pdf
- 不確定圖數(shù)據(jù)庫上基于預裁剪的頻繁子圖挖掘.pdf
- 基于概率圖模型的動作識別.pdf
- 基于數(shù)據(jù)挖掘的數(shù)據(jù)庫入侵檢測的研究.pdf
- 基于MDA的數(shù)據(jù)挖掘模型研究.pdf
- 基于條件概率圖模型的Deep Web數(shù)據(jù)抽取與集成研究.pdf
- 基于數(shù)據(jù)挖掘的金融預測模型.pdf
- 基于嵌入式移動數(shù)據(jù)庫的數(shù)據(jù)挖掘.pdf
- 基于數(shù)據(jù)挖掘的網(wǎng)絡數(shù)據(jù)庫入侵檢測系統(tǒng).pdf
- 基于概率的有效時間不確定的時態(tài)數(shù)據(jù)挖掘研究.pdf
- 基于概率圖模型的圖像分割.pdf
評論
0/150
提交評論