论文部分内容阅读
对程序进行分析、推理，从中获取程序的相关信息，能够对软件开发、维护、迁移起到重要作用。而如何高效地从程序代码中获取高质量信息成为了当前研究的热点。近几年基于深度学习的表征技术在自然语言处理领域取得了不错的成果。因此，有许多学者将其引入到软件工程的程序代码分析中。通过研究使用深度学习模型来自动地提取代码中所包含的隐含特征，以降低对人工制定特征的依赖。本文介绍了代码表征的基本概念，总结了基于深度学习的代码表征研究工作，并进一步介绍了代码表征在不同真实场景下的应用。最后分析现有基于深度学习的代码表征工作中仍然存在的问题并展望了未来可能的研究方向。