基于细粒度代码表示学习的日志等级预测方法及电子设备

本申请涉及软件开发技术领域，具体涉及一种基于细粒度代码表示学习的日志等级预测方法及电子设备。包括输入带有日志等级的代码文件，并提取代码文件中的日志消息；对代码进行数据增强，生成语义等效的代码变体；基于代码变体构建包含抽象语法树、控制流图、数据流图和调用关系的多关系图；将多关系图输入预先构建的图神经网络模型，学习得到多关系图中需预测日志等级的节点的嵌入表示；结合节点的嵌入表示与日志消息的嵌入表示，进行日志等级预测，得到日志等级预测结果。本方法可以显著提高日志等级预测的准确性和鲁棒性，为软件开发和维护中的日志管理提供更加可靠的解决方案。