一种基于结合代表性和不确定性查询策略的SATD识别方法

本发明适用于计算机技术领域，提供了一种基于结合代表性和不确定性查询策略的SATD识别方法，包括以下步骤：数据预处理与表示；构建初始训练集；基于查询策略的数据选择；停止训练；结果分析。本发明以BERT模型为基础训练出的SATD识别模型在F1分数指标上优于原有方法；采用结合代表性和不确定性的查询策略以及主动学习的方法，仅需部分信息量丰富的数据训练，就能获得性能优秀的模型，极大减少了人力标注成本；通过所有已标记的SATD注释数量与所有训练集中SATD数量的比值作为停止阈值，为不同应用场景提供灵活策略以获取不同的SATD识别模型。本发明能够在使用较少数据和标签成本下，精准高效识别代码注释中的SATD。