基于抽象语法树（AST）的异构有向超图神经网络用于代码分类

于红博

摘要: 代码分类是程序理解和自动编码中的一个困难问题。由于程序中的模糊语法和复杂语义，大多数现有研究使用基于抽象语法树（AST）和图神经网络（GNN）的技术来创建用于代码分类的代码表示。这些技术利用了代码的结构和语义信息，但它们只考虑了成对的关联，忽略了AST中同一字段或称为属性的节点之间已经存在的高阶数据相关性，这可能导致代码结构信息的丢失。另一方面，虽然一般的超图可以编码高阶数据相关性，但它是同质且无向的，这将导致在建模AST时缺乏语义和结构信息，例如节点类型、边类型以及子节点和父节点之间的方向。在本研究中，我们提出了一种异质有向超图（HDHG）来表示AST，以及一种异质有向超图神经网络（HDHGN）来处理用于代码分类的图形。我们的方法提高了代码理解能力，并且可以表示超出成对交互的高阶数据相关性。我们在Python和Java程序的公共数据集上评估了我们的异质有向超图神经网络（HDHGN）。我们的方法优于先前基于AST和GNN的方法，这证明了我们模型的能力。

更新时间: 2025-09-18 12:19:01

领域: cs.SE,cs.AI,cs.LG

下载: http://arxiv.org/abs/2305.04228v5