主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
高原,刘辉,樊孝忠,牛振东.基于代码库和特征匹配的函数名称推荐方法.软件学报,2015,26(12):3062-3074
基于代码库和特征匹配的函数名称推荐方法
Method Name Recommendation Based on Source Code Depository and Feature Matching
投稿时间:2013-12-03  修订日期:2015-01-08
DOI:10.13328/j.cnki.jos.004817
中文关键词:  函数名称  推荐  特征选择  算法  自然语言处理
英文关键词:method name  recommendation  feature selection  algorithm  natural language processing
基金项目:国家自然科学基金(61272169,61472034,61003065,61371194);国家重点基础研究发展计划(973)(2013CB329303);教育部新世纪优秀人才支持计划(NCET-13-0041);北京高等学校青年英才计划(YETP1183);新闻出版重大科技工程项目(GAPP_ZDKJ_BQ/01)
作者单位E-mail
高原 北京理工大学计算机学院, 北京 100081
第二炮兵装备研究院, 北京 100085 
 
刘辉 北京理工大学计算机学院, 北京 100081
高可信软件技术教育部重点实验室(北京大学), 北京 100871 
liuhui08@bit.edu.cn 
樊孝忠 北京理工大学计算机学院, 北京 100081  
牛振东 北京理工大学计算机学院, 北京 100081  
摘要点击次数: 2055
全文下载次数: 2212
中文摘要:
      函数名称质量的高低,对于理解和维护程序非常重要.然而对于软件开发人员,尤其是母语非英语的软件开发人员,为函数选取高质量的名称比较困难.为此,提出一种函数名称推荐方法.首先,基于开源软件创建函数库;然后,对于某个需要推荐名称的函数f,从函数库中检索与其相似的函数.对检索返回的相似函数用自然语言处理工具对函数名进行解析并获取标注词条,然后,从相应的函数体中提取特征代码并与相应的标注词条建立关联.基于此关联关系以及函数f的特征,自动推荐合适的函数名.该方法在开源项的1430个函数中进行了初步验证,结果表明:有22.7%的推荐结果与原函数名完全一致,有57.9%的推荐结果与原函数名关键词一致或基本一致.
英文摘要:
      Quality of method names is critical for the readability and maintainability of program. However, it is difficult for software engineers, especially non-English speaking, inexperienced engineers, to propose high quality method names. To address this issue, this paper proposes an approach to recommend method names. First, a method corpus is constructed from open source applications. For a given method f to be named, similar methods are retrieved from the method corpus. Names of these retrieved methods are divided into phrases, and features of these methods are extracted as well. A mapping between these phrases and features is also created to derive a list of candidate phrases and features for the method to be named. These phrases are finally constructed into candidate method names. The proposed approach is evaluated on 1430 methods in open source applications. Evaluation results suggest that 22.7 percent of recommended method names are the same as original ones, and 57.9 percent has the same or almost the same keywords as original ones.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利