基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法

打开文本图片集

摘 要：为了提高多标签代码坏味检测的准确率，提出一种基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法DMSmell（deep multi-smell）。首先，利用静态分析工具获取源代码中的文本信息和结构度量信息，并采用2种检测规则对代码坏味实例进行标记；其次，利用CodeBERT预训练模型生成文本信息对应的词向量，并分别采用BiLSTM和CNN对词向量和结构度量信息进行深度特征提取；最后，结合注意力机制和多层感知机，完成多标签代码坏味的检测，并对DMSmell方法进行了性能评估。（剩余12339字）