本公開一般涉及電子，具體涉及一種代碼質(zhì)量自動評估方法、裝置、服務(wù)器、計算機(jī)可讀存儲介質(zhì)以及計算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、現(xiàn)階段的軟件開發(fā)模式基本都為多人協(xié)作開發(fā)模式，使用github、gitlab等基于分布式版本控制系統(tǒng)的多人代碼提交平臺。在代碼提交的過程中，如果開發(fā)者編寫了可讀性不高、可擴(kuò)展性不強(qiáng)、不夠優(yōu)雅的低質(zhì)量代碼，會給后續(xù)的代碼閱讀、改造增加難度。此外，在對開發(fā)者進(jìn)行績效評價時，除了代碼量的評估，代碼質(zhì)量的評估也顯得尤為重要。

2、當(dāng)前代碼質(zhì)量評價依賴人工閱讀代碼，判斷代碼的功能是否符合預(yù)期，是否遵循了編程規(guī)范，是否具備易讀性、可擴(kuò)展性等高質(zhì)量代碼的特點，手工打分的方式，評價開發(fā)者編寫的代碼質(zhì)量。但人工評審代碼耗時長，效率低，限制了評審的頻率和及時性，也為企業(yè)帶來了一定的人力成本消耗；另外，人工代碼質(zhì)量評價通常受到評審者個人偏好、經(jīng)驗、自身專業(yè)知識和解釋的影響，主觀性強(qiáng)，評價粒度粗，而且容易忽略掉代碼中不易察覺的問題，評價結(jié)果不精準(zhǔn)。

技術(shù)實現(xiàn)思路

1、鑒于現(xiàn)有技術(shù)中的上述缺陷或不足，期望提供一種代碼質(zhì)量自動評估方法、裝置、服務(wù)器、計算機(jī)可讀存儲介質(zhì)以及計算機(jī)程序產(chǎn)品，可以自動化實現(xiàn)精準(zhǔn)可靠的代碼質(zhì)量評估。

2、第一方面，本申請實施例提供了一種代碼質(zhì)量自動評估方法，包括：

3、接收待評估的目標(biāo)代碼，生成所述目標(biāo)代碼的token序列；

4、將所述token序列轉(zhuǎn)換為詞向量；

5、對所述詞向量中相鄰token進(jìn)行語義相關(guān)性提取，得到代碼表征向量；

6、將所述代碼表征向量輸入至前饋神經(jīng)網(wǎng)絡(luò)模型，根據(jù)所述代碼表征向量提取的特征進(jìn)行質(zhì)量評分，獲取輸出的分值作為代碼質(zhì)量評分。

7、在一種實施例中，對所述詞向量中相鄰token進(jìn)行語義相關(guān)性提取，包括：

8、通過遞歸自編碼器對所述詞向量中相鄰token進(jìn)行語義相關(guān)性提取。

9、在一種實施例中，將所述token序列轉(zhuǎn)換為詞向量，包括：

10、調(diào)用詞向量生成模型將所述token序列轉(zhuǎn)換為詞向量。

11、在一種實施例中，所述詞向量生成模型的訓(xùn)練方法，包括：

12、獲取用于預(yù)訓(xùn)練的原始代碼段；

13、對所述原始代碼段進(jìn)行預(yù)處理；

14、對預(yù)處理后的原始代碼段進(jìn)行token生成，得到token序列樣本；

15、根據(jù)所述token序列樣本構(gòu)建詞匯表；

16、調(diào)用預(yù)搭建的詞向量生成模型，根據(jù)所述詞匯表對所述token序列樣本進(jìn)行詞向量轉(zhuǎn)換訓(xùn)練，根據(jù)訓(xùn)練結(jié)果進(jìn)行模型參數(shù)優(yōu)化。

17、在一種實施例中，對所述原始代碼段進(jìn)行預(yù)處理，包括：

18、去除所述原始代碼段中的注釋；

19、將所述原始代碼段中的復(fù)合詞進(jìn)行拆分；

20、對所述原始代碼段中的變量名和函數(shù)名進(jìn)行統(tǒng)一命名處理。

21、在一種實施例中，所述調(diào)用詞向量生成模型將所述token序列轉(zhuǎn)換為詞向量，包括：

22、調(diào)用word2vec模型將所述token序列轉(zhuǎn)換為詞向量。

23、第二方面，本申請實施例提供了一種代碼質(zhì)量自動評估裝置，包括：

24、token生成單元，用于接收待評估的目標(biāo)代碼，生成所述目標(biāo)代碼的token序列；

25、詞向量轉(zhuǎn)換單元，用于將所述token序列轉(zhuǎn)換為詞向量；

26、代碼表征單元，用于對所述詞向量中相鄰token進(jìn)行語義相關(guān)性提取，得到代碼表征向量；

27、特征評分單元，用于將所述代碼表征向量輸入至前饋神經(jīng)網(wǎng)絡(luò)模型，根據(jù)所述代碼表征向量提取的特征進(jìn)行質(zhì)量評分，獲取輸出的分值作為代碼質(zhì)量評分。

28、第三方面，本申請實施例提供了一種服務(wù)器，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，該處理器執(zhí)行該程序時實現(xiàn)如本申請實施例描述的方法的步驟。

29、第四方面，本申請實施例提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)如本申請實施例描述的方法的步驟。

30、第五方面，本申請實施例提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如本申請實施例描述的方法的步驟。

31、本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術(shù)特征：

1.一種代碼質(zhì)量自動評估方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，對所述詞向量中相鄰token進(jìn)行語義相關(guān)性提取，包括：

3.如權(quán)利要求1所述的方法，其特征在于，將所述token序列轉(zhuǎn)換為詞向量，包括：

4.如權(quán)利要求3所述的方法，其特征在于，所述詞向量生成模型的訓(xùn)練方法，包括：

5.如權(quán)利要求4所述的方法，其特征在于，對所述原始代碼段進(jìn)行預(yù)處理，包括：

6.如權(quán)利要求3所述的方法，其特征在于，所述調(diào)用詞向量生成模型將所述token序列轉(zhuǎn)換為詞向量，包括：

7.一種代碼質(zhì)量自動評估裝置，其特征在于，包括：

8.一種服務(wù)器，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時，實現(xiàn)如權(quán)利要求1至6中任一所述的方法的步驟。

9.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6中任一所述的方法的步驟。

10.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，其特征在于，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一項所述的方法的步驟。

技術(shù)總結(jié)
本申請公開了一種代碼質(zhì)量自動評估方法、裝置、服務(wù)器、計算機(jī)可讀存儲介質(zhì)以及計算機(jī)程序產(chǎn)品。該方法通過生成評估的目標(biāo)代碼的token序列，轉(zhuǎn)換為詞向量后對詞向量中相鄰token進(jìn)行語義相關(guān)性提取，構(gòu)建出代碼表征，將原有的代碼token從文本信息轉(zhuǎn)換為數(shù)值向量信息，然后將代碼表征向量輸入前饋神經(jīng)網(wǎng)絡(luò)模型進(jìn)行回歸預(yù)測，自動化對代碼質(zhì)量進(jìn)行打分。該方法中將代碼表征應(yīng)用于代碼段分值預(yù)測，充分利用代碼token序列中包含的語法、語義信息，挖掘代碼段中包含的隱藏表示，用于預(yù)測代碼段的質(zhì)量分?jǐn)?shù)，能夠客觀、細(xì)粒度地精準(zhǔn)一鍵打分，實現(xiàn)了低成本、高效率、自動化的智能代碼評估。

技術(shù)研發(fā)人員：李婉婷,鄒志勇,陳存利,杜侃
受保護(hù)的技術(shù)使用者：度小滿科技（北京）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/22