基于深度学习的程序生成与补全技术研究进展
作者:
作者单位:

作者简介:

胡星(1993-),女,河南商丘人,博士生,主要研究领域为程序分析,深度学习;刘芳(1994-),女,博士生,主要研究领域为深度学习,软件工程;李戈(1977-),男,博士,副教授,CCF专业会员,主要研究领域为深度学习,程序分析,知识工程;金芝(1962-),女,博士,教授,博士生导师,CCF会士,主要研究领域为需求工程,知识工程.

通讯作者:

李戈,E-mail:lige@pku.edu.cn;金芝,E-mail:zhijin@pku.edu.cn

基金项目:

国家重点基础研究发展计划(973)(2015CB352201);国家自然科学基金(61620106007,61751210)


Program Generation and Code Completion Techniques Based on Deep Learning: Literature Review
Author:
Affiliation:

Fund Project:

National Program on Key Basic Research Project of China (973) (2015CB352201); National Natural Science Foundation of China (61620106007, 61751210)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    自动化软件开发一直是软件工程领域的研究热点.目前,互联网技术促进了开源软件和开源社区的发展,这些大规模的代码和数据成为自动化软件开发的机遇.与此同时,深度学习也在软件工程领域开始得到应用.如何将深度学习技术用于大规模代码的学习,并实现机器自动编写程序,是人工智能与软件工程领域的共同期望.机器自动编写程序,辅助甚至在一定程度上代替程序员开发程序,极大地减轻了程序员的开发负担,提高了软件开发的效率和质量.目前,基于深度学习方法自动编写程序主要从两个方面实现:程序生成和代码补全.对这两个方面的应用以及主要涉及的深度学习模型进行了介绍.

    Abstract:

    Automatic software development has always been a research hotspot in the field of software engineering. Currently, Internet technology has promoted the development of open source software and open source communities. These large-scale code and data are opportunities for automatic software development. At the same time, deep learning is beginning to be applied in various software engineering tasks. How to use deep learning technology for large-scale code learning and realize automatic programming of machines is a common expectation in the field of artificial intelligence and software engineering. The machine automatically writes program to assist or even replace the programmer to develop the program to a certain extent, which greatly reduces the development burden of the programmer and improves the efficiency and quality of the software development. At present, automatic programming based on deep learning methods is mainly implemented from two aspects, program generation and code completion. This study introduces these two aspects and the deep learning models.

    参考文献
    相似文献
    引证文献
引用本文

胡星,李戈,刘芳,金芝.基于深度学习的程序生成与补全技术研究进展.软件学报,2019,30(5):1206-1223

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2018-08-31
  • 最后修改日期:2018-10-31
  • 录用日期:
  • 在线发布日期: 2019-05-08
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号