每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

基于抽象语法树（AST）的异构定向超图神经网络用于代码分类

Created by
  • Haebom

作者

杨光、金天成、窦亮

大纲

本文提出了一种解决代码分类问题的新方法，克服了现有基于抽象语法树 (AST) 和图神经网络 (GNN) 方法的局限性。现有方法仅考虑成对关系，而忽略了高维数据相关性。本文使用异构有向超图 (HDHG) 表示 AST，并提出一种异构有向超图神经网络 (HDHGN) 来处理数据。HDHG 包含更丰富的结构和语义信息，包括节点类型、边类型以及子节点和父节点之间的方向性，使其能够有效地建模高维数据相关性。使用 Python 和 Java 公开数据集进行的实验结果表明，所提出的 HDHGN 优于现有方法。

Takeaways, Limitations

•
Takeaways：
◦
我们表明，使用异构有向超图表示 AST 可以有效捕获高维数据相关性并提高代码的可理解性。
◦
与现有的基于 AST 和基于 GNN 的方法相比，实现了卓越的代码分类性能。
◦
HDHGN模型对各种编程语言具有较高的适用性。
•
Limitations：
◦
所提出的 HDHGN 模型的复杂性可能会增加计算成本。
◦
需要在包含多种编程语言和代码风格的更广泛的数据集上进行实验。
◦
需要进一步研究优化 HDHG 表示和调整 HDHGN 模型的参数。
👍
Made with Slashpage