基于CodeBERT的代码提交分类研究

作者：李英玲; 兰宏富; 李苒; 黄闽英^*

来源：西南民族大学学报(自然科学版), 2023, 49(02): 189-196.

• 提交分类
• CodeBERT
• 迁移学习
• 卷积神经网络

理解软件仓库中执行的软件维护活动，有助于确保高效的演化和开发活动.对代码提交(commit)进行准确地分类，能帮助软件管理人员更合理地进行资源分配，从而减少维护成本.然而，已有研究忽视了提交说明中关键词的上下文信息，或者未考虑变更代码的语义信息,导致不准确的提交分类.提出了基于预训练模型CodeBERT的代码提交分类模型(CBEC),该模型首先获取公开数据集中commits的code diff信息，准备提交说明和diff信息对，并进行词元化表示；接着使用CodeBERT模型学习提交说明和diff信息的语义深度表示，同时从多个维度提取提交相关的手工设计特征；最后，融合commit的语义特征和传统手工特征，构建提交分类模型.提出的模型与当前具有代表性的2个方法进行比较，从准确率、精准率和召回率来看，分别高出基线方法5.0%～26.8%、4.9%～27.2%、5.4%～27.3%.能帮助软件从业者更好地理解和识别代码提交的变更意图，有利于提高开发效益.

• 单位
  西南民族大学