基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法

摘要

为了提高多标签代码坏味检测的准确率，提出一种基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法DMSmell(deep multi-smell)。首先，利用静态分析工具获取源代码中的文本信息和结构度量信息，并采用2种检测规则对代码坏味实例进行标记；其次，利用CodeBERT预训练模型生成文本信息对应的词向量，并分别采用BiLSTM和CNN对词向量和结构度量信息进行深度特征提取；最后，结合注意力机制和多层感知机，完成多标签代码坏味的检测，并对DMSmell方法进行了性能评估。结果表明：DMSmell方法在一定程度上提高了多标签代码坏味检测的准确率，与基于分类器链的方法相比，精确匹配率提高了1.36个百分点，微查全率提高了2.45个百分点，微F1提高了1.1个百分点。这表明，将文本信息与结构度量信息相结合，并利用深度学习技术进行特征提取和分类，可以有效提高代码坏味检测的准确性，为多标签代码坏味检测的研究和应用提供重要的参考。

关键词

软件工程 / 代码坏味 / 预训练模型 / 多标签分类 / 深度学习

基金资助

国家自然科学基金(61440012); 河北省自然科学基金(F2023208001); 河北省引进留学人员资助项目(C20230358)