利用RNNLM面向主题的特征定位方法

摘要：

软件特征定位是软件演化活动顺利展开的保证.基于文本的特征定位方法是目前特征定位研究的一个重要组成部分.当前基于文本的特征定位方法将代码关键词视为独立同分布的个体,忽略了代码间的语境.针对上述问题,基于深度学习语言模型RNNLM(recurrent neural networks language model)提出了一种源代码主题建模方法,并在此基础上实现了特征定位.实验结果表明,与基于LDA(latent Dirichlet allocation)和LSI(latent semantic indexing)的文本特征定位相比较,查准率提高8.61%和2.61%,表明该方法具有较优的查准率.

关键词：软件特征定位、软件演化、RNNLM、主题建模

所属期刊栏目：11

分类号：TP311.5(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61462092, 61262024, 61379032;the Key Project of Natural Science Foundation of Yunnan Province under Grant No. 2015FA014;the Natu-ral Science Foundation of Yunnan Province under Grant No. 2013FB008;the Science Research Fund of Yun-nan Provincial Department of Education under Grant No. 2016YJS007

在线出版日期：2017-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1599-1608