摘要
本申请公开了一种代码质量自动评估方法、装置、服务器、计算机可读存储介质以及计算机程序产品。该方法通过生成评估的目标代码的token序列,转换为词向量后对词向量中相邻token进行语义相关性提取,构建出代码表征,将原有的代码token从文本信息转换为数值向量信息,然后将代码表征向量输入前馈神经网络模型进行回归预测,自动化对代码质量进行打分。该方法中将代码表征应用于代码段分值预测,充分利用代码token序列中包含的语法、语义信息,挖掘代码段中包含的隐藏表示,用于预测代码段的质量分数,能够客观、细粒度地精准一键打分,实现了低成本、高效率、自动化的智能代码评估。
技术关键词
自动评估方法
前馈神经网络
Word2Vec模型
序列
计算机程序产品
语义
处理器
可读存储介质
评估装置
转换单元
样本
服务器
存储器
编码器
高效率
低成本
文本
数值
系统为您推荐了相关专利信息
预测控制策略
滤波算法
分布式模型
三角测量法
加速度
数据索引构建方法
分片
哈希表
生成学习数据
标识