基于ＣＮＮ的程序编译错误信息特征提取

来源：计算机技术与发展杂志2021年第05期北京时间：

作者：何烨辛;谷　林;孙　晨

单位：１．西安工程大学计算机科学学院，陕西 西安７１００４８；２．西安科技大学管理学院，陕西 西安７１００５４

摘要：伴随着互联网行业的迅速发展，在自然语言处理领域中，有效地将输入表示为固定长度的特征向量是机器学习算法中的一个重要研究方向。海量的编译错误信息不仅可以用于程序错误相似度的研究，也可将编译错误信息进行聚类、分类之后给教师在计算机编程类课程的教育教学中给予针对性的指导。这些应用的根本在于高效地提取编译错误信息特征。该文提出了一种基于ｗｏｒｄ２ｖｅｃ模型结合卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ＣＮＮ）对编译错误信息进行特征提取的方法，首先利用ｗｏｒｄ２ｖｅｃ工具中的ｓｋｉｐ－ｇｒａｍ模型以词向量的形式表示编译错误信息，然后利用ＣＮＮ神经网络完整地表征编译错误信息特征向量。有效地从可变长度的编译错误信息中学习固定长度的特征表示。最后使用支持向量机（ＳＶＭ）分类算法进行实验结果的验证。结果表明，该特征提取方法在编译错误信息中有显著的效果。

关键词：ｗｏｒｄ２ｖｅｃ;编译错误信息;ｓｋｉｐ－ｇｒａｍ模型;ＣＮＮ;支持向量机