面向程序员编程过程中重点代码修改识别研究

来源：计算机技术与发展杂志2025年第01期北京时间：

作者：刘雨;姜瑛;

摘要：软件的持续变化增加了维护的复杂性。 为提高维护效率,该文提出了一种基于动态抽象语法树(Dynamic Abstract Syntax Tree,DAST)的重点代码修改识别方法。传统的修改识别方法主要依赖语法分析,忽略了程序语义的重要信息,导致识别的精度和粒度受到限制。 通过 DAST 提取出代码的重点信息,结合语法结构和语义信息,以提高程序员在编程过程中重点代码修改识别的准确性。 同时,引入了注意力机制,进一步突出重点代码的频繁修改区域。 最后在版本变化和三个不同程序员的数据集上进行实验,结果表明,与传统的重点代码修改识别方法相比,该方法在准确性和稳定性方面均有提升,验证了在重点代码修改识别任务上的有效性,从而提升了软件维护效率。

关键词：软件维护;语法结构;语义信息;注意力机制;深度学习;重点代码修改