二次文本差异化的失配问题及其改进算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.2095-2163.2021.06.012

二次文本差异化的失配问题及其改进算法

引用
当前人工理解代码变更主要在文本差异化分析(textual code differencing)工具提供的Hunk集上进行,而有些工具还对每个Hunk进行二次差异化分析,并将结果展现在并排(side-by-side)的视图中,从而方便用户查看Hunk内部的变更.然而现有的二次差异化分析工具得到的结果普遍存在语句失配问题,即Hunk内部删除行与添加行之间的不恰当匹配以及配对的语句内部Token的拆分问题,影响理解事实的变更.本文首先对该问题的分布进行了调查,证实了其在二次差异化分析中的普遍性;其次,对该失配问题产生的原因进行了分析,并提出了一种对其改进的算法.该算法基于轻语法分析,将Hunk中的文本行映射为语句行,并将语句行识别为基于单词(Token)的序列;对所有的删除语句和添加语句进行相似性匹配,对于匹配的语句应用最长公共子序列算法获取其内部的差异Token.算法当前采用Java语言实现,并在一个自制的eclipse展示插件中对其结果予以展示.通过在5个开源项目上的实验,证明了该算法可以有效克服Hunk内语句行之间的失配以及Token的拆分问题.

文本差异化分析;二次差异化;失配;Hunk;Token

11

TP391.41(计算技术、计算机技术)

山东省自然科学基金ZR2020MF031

2021-09-30(万方平台首次上网日期,不代表论文的发表时间)

共8页

63-69,75

相关文献
评论
暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

11

2021,11(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn