一种融合抽象语法树结构信息的智能代码补全方法

专利主权项内容

1.一种融合抽象语法树结构信息的智能代码补全方法，将上文代码输入到完成训练的代码补全模型，预测得到当前位置的代码以及代码的类型，预测代码时仅对抽象语法树的叶子节点的代码信息进行预测，预测代码的类型时仅对抽象语法树的非叶子节点的类型信息进行预测；代码补全模型的训练过程，包括：使用抽象语法树拆分算法，在基于通用数据集生成的抽象语法树的特定位置，对所述抽象语法树进行拆分，得到子树；所述抽象语法树的叶子节点存在代码信息，非叶子节点存在类型信息；将子树输入到基于树的深度神经网络模型中，捕获子树的结构信息，输出子树每个节点的隐藏状态向量；将子树每个节点的隐藏状态向量输入到GPT-2深度神经网络中，使用增加了掩盖机制的多头自注意力机制进行代码补全，实现对GPT-2深度神经网络的训练。