基于知识图谱的自动化代码注释生成方法.pdfVIP

智能物联技术

D0I:10.26921/ki.2096-6059.2025.01.023

基于知识图谱的自动化代码注释生成方法

张鸿博，贺风利

（郑州工业应用技术学院，郑州451150）

摘要：深人探讨一种基于知识图谱的自动化代码注释生成方法。研究知识图谱在代码理解中的应用基础，并

构建一个技术框架。详细分析代码中变量、函数、类等信息的图结构化表达，研究一种有效的实体与关系抽取算法，

并基于图卷积网络进行代码与自然语言注释的语义映射计算来实现注释生成。实验采用CodeBERT模型，并基于

FunCom数据集微调模型，测试结果显示了所提方法的稳定性、有效性。

关键词：知识图谱；代码注释；图卷积神经网络；注释生成

【中图分类号】TP311.1【文献标识码】A【文章编号】2096-6059（2025）01-106-05

AutomaticCodeCommentGenerationMethodTechnologyBasedon

KnowledgeGraph

ZHANGHongbo,HEFengli

(ZhengzhouUniversityofIndustrialTechnology,Zhengzhou451150,China)

Abstract:Thispaperdiscussesanautomaticcodecommentgenerationmethodbasedonknowledgegraph.Thispaperstudies

theapplicationbasisofknowledgegraphincodeunderstanding,andconstructsatechnicalframework.Thispaperanalyzesthegraph

structuredrepresentationofvariables,functions,classesandotherinformationinthecodeindetail,studiesaneffectiveentityand

relationextractionalgorithm,andcomputesthesemanticmappingbetweenthecodeandnaturallanguageannotationsbasedonthe

graphconvolutionalnetworktorealizeannotationgeneration.Intheexperiment,CodeBERTmodelisused,andthemodelisfine-

tunedbasedonFunComdataset.Thetestresultsshowthestabilityandeffectivenessoftheproposedmethod.

Keywords:knowledgegraph;codeannotation;graphconvolutionalneuralnetworks;commentgeneration

0引言效果较差。此外，基于自然语言处理的技术在处

理跨文件依赖关系时表现出明显的局限性，难以

随着代码复杂度的增加和开发周期的缩短，

综合考虑全局上下文因素。针对这些问题，近年

手动编写代码注释的方式难以适应现代软件工程

来研究者尝试结合知识图谱等结构化语义信息，

的需求，因此自动化代码注释生成技术逐渐成为