基于增强描述的代码搜索方法

来源：软件学报杂志2017年第6期北京时间：

作者：黎宣,王千祥,金芝

单位：黎宣，北京大学 信息科学技术学院, 北京 100871;高可信软件技术教育部重点实验室(北京大学), 北京 10087111,王千祥，北京大学 信息科学技术学院, 北京 100871;高可信软件技术教育部重点实验室(北京大学), 北京 10087102,金芝，北京大学 信息科学技术学院, 北京 100871;高可信软件技术教育部重点实验室(北京大学), 北京 10087103

摘要：如何有效地帮助程序员从目前的各种代码库中搜索与特定编程任务相关的代码，已成为软件工程重要的研究领域之一.提出一种基于增强描述的代码搜索方法DERECS，该方法首先基于开源项目、问答系统等构建一个代码-描述语料库，并分析代码及自然语言描述，提取方法调用和代码结构相关特征值；然后，基于代码片段中的方法调用及代码片段的结构特征对代码进行描述增强，以减小被搜索的代码与自然语言查询语句之间的差异，扩大搜索的范围.使用真实自然语言查询语句作为测试基准，对DERECS进行验证.验证结果表明，DERECS的效果显著优于典型方法SNIFF和Krugle的查询结果.

关键词：代码搜索;自然语言处理;代码-描述对;代码特征提取;代码描述增强

基金资助：国家重点基础研究发展计划（973）（2015CB352200，2015CB352201）；国家自然科学基金（61672045，61421091，61529201，91318301）