CN115629760B 一种基于代码知识图谱的缺陷定位方法及系统 （扬州大学）

一种基于代码知识图谱的缺陷定位方法及本发明公开了一种基于代码知识图谱的缺陷定位方法及系统，从Git版本控制系统中提取于抽象语法树构建代码知识图谱，同时对Bugzilla缺陷跟踪系统中爬取的缺陷报告的摘计算两者之间的余弦相似度，按相似度得分降减少维护人员定位软件缺陷所耗费的时间和精2步骤4：从开源Bugzilla缺陷跟踪系统中爬取缺陷报告，并获得缺陷报告的摘要及描步骤7：将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识图谱嵌入算法得到缺陷实体序列。源代码解析模块用以通过代码解析器对源代码进行解析，生成源代码的抽象语法树爬取缺陷报告模块用以从开源Bugzilla缺陷跟踪系统中爬取缺陷数据集构建模块用以通过NLTK工具包，对缺陷报告摘要及命名实体识别模块用以缺陷报告数据集进行命名实体识别，提取出缺陷报告实体序向量化模块用以将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识图谱3相似度计算模块用以将代码知识图谱与缺陷报告实体序列的向量表示均映射到同一9.一种计算机设备，包括存储器、处理器及被处理器执行时实现权利要求1至权利要求4所述的4[0001]本发明涉及软件维护领域，尤其是一种基于代码知识图谱的缺陷定位方法及系[0005]发明目的：本发明的目的在于提供一种基于代码知识图谱的缺陷定位方法及系[0013]步骤7：将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识图谱嵌入并计算缺陷报告实体序列的向量表示与源文件代码知识图谱的向量表示之间的余弦相似5[0016]进一步的，步骤3中，代码知识图谱由package、class、method、parameter、[0018]本发明对应提供一种基于代码知识图谱的缺陷定位系统，包含提取源代码模块、[0025]向量化模块用以将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识[0026]相似度计算模块用以将代码知识图谱与缺陷报告实体序列的向量表示均映射到parameter、variable、statement做为实体，以hasPackage、hasVariable、hasMethod、6[0044]步骤3-2：以RDF格式存储三元组，并使用Neo4j图数据库可视化查看代码知识图78述部分，对于缺陷定位有帮助的信息，首先对缺陷报告进行去停用词，词干化等预处理操[0058]步骤7：将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识图谱嵌入9并计算缺陷报告实体序列的向量表示与源文件代码知识图谱的向量表示之间的余弦相似i)的计算公式为如下所示，其中为缺陷报告实体序列的向量度最高的代码方法元素即为最可疑的缺陷方法，其中缺陷报告及对应的可疑缺陷方法列[0067]对应实施例1提供的一种基于代码知识图谱的缺陷定位方法，本实施例提供一种[0072]三元组单元用以从抽象语法树AST中提取包名，并通过控制流获得该包中包含的述部分，对于缺陷定位有帮助的信息，首先对缺陷报告进行去停用词，词干化等预处理操[0085]标注单元用以采用BIO序列标注法对缺陷报告数据集进行人工标注，标注出与缺[0087]向量化模块用以将缺陷报告实体序列与代码知识图谱共同通过Word2Vec与知识[0089]相似度计算模块用以将代码知识图谱与缺陷报告实体序列的向量表示均映射到度最高的代码方法元素即为最可疑的缺陷方法，其中缺陷报告及对应的可疑缺陷方法列