代码摘要技术-徐程柯.pdf

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

代码摘要生成技术

硕士研究生徐程柯

2024年09月22日

内容提要

•预期收获

•内涵解析

•背景简介

•知识基础

•算法原理

–CoSS

–StructCodeSum

•特点总结与工作展望

•参考文献

2

预期收获

•预期收获

–掌握代码摘要的基本概念

–理解代码表示在代码摘要中的意义与作用

–理解代码摘要技术的基本原理

–了解代码摘要的应用领域和发展方向

3

内涵解析与研究目标代码摘要

•什么是代码摘要

–代码摘要（CodeSummarization），是自动为

目标代码生成富有信息性自然语言描述的技术

•研究目标

–面向涵盖多种编程语言和应用场景的代码库，

以及与代码相匹配的自然语言描述文档

–利用代码的语法和语义特征，结合自然语言处

理（NLP）、图网络等理论，捕获代码功能

–实现代码摘要的自动化生成，提高软件开发和

维护的效率

4

研究背景代码摘要

•研究背景

–软件工程的复杂性增加：随着软件系统的规模和复杂

性日益增加，理解和维护这些系统的难度也相应提高

–代码重用需求：在现代软件开发中，代码重用是提高

开发效率的关键因素之一，若缺乏足够的文档或者代

码描述，代码的重用率会大大降低

–自然语言处理技术的进步：大型预训练语言模型

（LargeLanguageModel,LLM）在大规模文本数据

上进行预训练，学会了捕捉和理解复杂的语义信息，

可以用于各类型下游任务中

5

研究意义代码摘要

•研究意义

–提高软件开发的效率和质量：自动生成的代码摘要可以帮助开发者更快地理解复

杂代码结构和业务逻辑，从而加速开发流程并减少因误解代码功能而引起的错误

–代码审查和质量控制：代码摘要可以在代码

审查过程中提供关键信息，帮助审查者快速

把握代码实现目标，从而提高审查的效率和

质量

–辅助自动文档生成：通过自动生成与代

码直接关联的摘要，可以确保文档的

实时更新和准确性，同时减轻开发者的

文档编写负担

6

研究历史代码摘要

Haiduc等人首次尝试使用信息检索Y.Wan等人引入抽象语法树T.Ahmed等人利用LLM来理解代

（IR）技术生成代码摘要，采用基于（AST），将源代码的结构表示为码功能，以零样本或通过上下文

规则和基于IR的启发式方法，从