-
题名基于多维度特征和混合神经网络的代码可读性评估方法
被引量：2
- 1
-
-
作者
米庆
郭黎敏
陈军成
-
机构
北京工业大学信息学部
-
出处
《计算机科学》
CSCD
北大核心
2021年第12期94-99,共6页
-
基金
国家自然科学基金(61702029)
北京市自然科学基金(4192004)
北京市教委项目(KM201810005023)。
-
文摘
对代码可读性进行定量、准确的评估是有效保障软件质量、降低沟通成本以及维护成本、提高软件开发和演化效率的重要途径。然而,现有的针对代码可读性评估的研究方案大多是基于特征工程的,受到源代码表征方式、技术手段等多方面因素影响,其评估准确率并不高。为此,文中采用深度学习作为主要技术手段,提出了一种基于多维度特征和混合神经网络的代码可读性评估方法,通过整合并运用各种单一神经网络的优势,从字符级、词条级等不同维度挖掘源代码中蕴含的结构信息和语义信息,最终实现对代码可读性的量化评估。实验表明,该方法能够获得高达84.6%的评估准确率,比单独使用卷积神经网络提升了9.2%,比单独使用循环神经网络模型提升了6.5%,并且其表现优于现有的5个可读性模型,验证了所提出的多维度特征和混合神经网络的有效性。
-
关键词
代码可读性
代码表征
深度学习
代码分析
软件质量保障
-
Keywords
Code readability
Code representation
Deep learning
Code analysis
Software quality assurance
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名浅谈如何写出整洁的Python代码
- 2
-
-
作者
石也牧
-
机构
华中师范大学人工智能教育学部
-
出处
《科技风》
2025年第1期147-150,共4页
-
文摘
很多人在编写Python代码时,只注重相关功能的实现,并不关心代码的整洁性。当软件的代码量达到一定规模后,不少开发者感到代码越来越混乱、越来越难以维护。学习Python语言,不能只关注语法规则的掌握。通过代码示例,文章阐述了与提高软件代码整洁性相关的几个方面内容:写代码时,要注意可读性;要撰写功能单一且功能清晰的函数;应充分利用装饰器、生成器和迭代器等Python独有的特性,写出高效的代码;应了解并经常使用Python软件质量保证工具Unittest、Pytest、Pylint和Flake8等测试和扫描代码。
-
关键词
编程规范
代码可读性
软件可维护性
单元测试
-
Keywords
Programming specifications
code readability
software maintainability
unit test
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
