论文研究源代码变量名的自动语义标注.pdf

大规模开源代码社区为开发者提供了丰富的软件资产，但要理解和利用这些代码却十分耗时耗力。为寻求代码理解、分析和挖掘的语义支撑，针对源代码变量名进行了研究，提出了一种基于字段相似度与语义关联度的自动语义标注方法，并实现了相应的工具。该方法首先建立英文、中文、拼音语料库，并构建字段相似度模型生成多种候选标注方案；然后利用马尔可夫转移矩阵和语义网WordNet构建概率模型评选出最优的标注方案，从而实现源代码变量名的自动语义识别。使用GitHub开源项目代码进行标注准确度实验，结果表明，初次标注准确度达到68.1%，随着用户反馈增加逐步提升到73.3%。