一种面向代码修改的概要及标签自动生成方法

摘要

本发明公开了一种面向代码修改的概要及标签自动生成方法。该方法根据提交的代码修改可以自动生成关于代码修改的描述信息，再根据生成的代码修改的描述信息生成内容概要，并且生成与代码修改相关的标签。所述方法为软件维护人员提供代码修改概要，方便软件开发人员阅读和理解软件历史修改，提高修改提交的质量，帮助开发人员更好地理解修改。

权利要求

1.一种面向代码修改的概要及标签自动生成方法，其特征在于，包括如下步骤：

1）根据定义的代码修改类型，分析修改前后的代码以及包含 bug-report 的代码，进行关联规则分析，得到关联规则结果；

2）根据关联规则分析结果确定本次修改的类型；

3）根据步骤 2）确定的代码修改类型，运用定义的格式去描述代码修改，描述结果作为代码修改的 why 信息，描述了代码修改的原因；

4）此步骤与步骤 2）并行，提取代码修改前后的代码，即源系统，运用树差分算法将修改前后的代码以树的形式表现出来，识别定位出两份代码文件中的修改；

5）分析步骤 4）发生修改的代码片段，依据以下定义的方法修改类型，确定代码片段中方法的修改类型；

所述方法修改类型定义如下：

第一种是在方法体中增加或者删除某条语句；

第二种是对方法进行重命名；

第三种是增加，删除或者更新变量声明；

第四种是权限的修改；

第五种是方法含有的参数的改变；

第六种是：找到发生方法修改所涉及到的包以及 java 文件；

6）根据步骤 5）确定的方法修改类型，运用定义的格式整合生成关于代码修改的what信息；

7）结合步骤 5）生成的 what 信息和步骤 3）生成的 why 信息，对其进行内容概要；

8）与步骤 7 同时进行的还有标签生成过程，运用了 Tag-LDA 主题模型，将步骤5）生成的 what 信息和步骤 3）生成的 why 信息作为主题模型的输入，生成多个标签描述代码的修改。

2.根据权利要求 1 所述的面向代码修改的概要及标签自动生成方法，其特征在于，步骤 1）中分析代码修改前后的文本以及包含 bug-report 的源代码，对于一些没有bug-report 的源代码，只分析代码修改前后的文本。

3.根据权利要求 1 所述的面向代码修改的概要及标签自动生成方法，其特征在于，步骤 7）中进行内容概要的过程中，对于代码中一些不必要进行描述的方法修改，在概要中不予生成其修改描述，从而实现内容概要，规定只有满足以下要求的方法，才会对其描述，第一点：相对于修改前增加的方法需要进行描述；第二点：对那些变更内容较多的代码片段，需要对变更内容涉及到的方法进行描述。

说明书

一种面向代码修改的概要及标签自动生成方法

技术领域

[0001] 本发明涉及软件维护领域，具体涉及一种面向代码修改的概要及标签自动生成方法。所述方法对提交的代码修改自动生成代码修改概要，并利用标签主题模型推荐与修改内容相关的标签，辅助维护人员理解代码修改。

背景技术

[0002] 在软件维护领域，软件产品一般在满足用户不断更改的需求中不断的升级和维护，为了实现某个维护请求，开发人员需要不断地根据用户的需求完善软件的各项功能，修改后开发人员需要填写程序修改登记表，并在程序变更通知书上写明新旧程序的不同之处。但是人工生成代码的修改信息，工作量极大，并且开发人员自己编写的代码修改信息往往具有主观性，描述语句或许会令人费解，所以自动生成代码修改概要是有必要的。

[0003] 在该领域中，相关人员已经对自动生成代码概要进行了研究，Luis Fernando Cortés-Coy等人(10.1109/SCAM.2014.14，28-29)基于树差分算法通过Change Distiller技术获取方法的代码修改，也有著名的diffs技术，分析代码文本之间的差异，但在这些技术中，生成的代码修改提交信息往往信息量庞大，可读性不佳，并且只是从what角度，即仅仅描述了代码差异，并没有对why信息，即此处代码修改的原因等信息进行描述，而why信息是开发人员比较关注的，开发人员更想知道发生此处修改的原因是什么。现有技术中还未出现对这一问题的相关研究报道。

发明内容

[0004] 本发明的目的是提供一种面向代码修改的概要及标签自动生成方法。为软件维护人员提供代码修改概要，方便软件开发人员阅读和理解软件历史修改，提高修改提交的质量，帮助开发人员更好地理解修改。

[0005] 实现本发明目的的技术解决方案是：

[0006] 一种面向代码修改的概要及标签自动生成方法。包括如下步骤：

[0007] 1)根据定义的代码修改类型，分析修改前后的代码以及包含bug-report的代码，进行关联规则分析，得到关联规则结果；

[0008] 2)根据关联规则分析结果确定本次修改的类型；

[0009] 3)根据步骤2)确定的代码修改类型，运用定义的格式去描述代码修改，描述结果作为代码修改的why信息，描述了代码修改的原因；

[0010] 4)此步骤与步骤2)并行，提取代码修改前后的代码，即源系统，运用树差分算法将修改前后的代码以树的形式表现出来，识别定位出两份代码文件中的修改；5)分析步骤4)发生修改的代码片段，依据以下定义的方法修改类型，确定代码片段中方法的修改类型；所述方法修改类型定义如下：

[0011] 第一种是在方法体中增加或者删除某条语句；

[0012] 第二种是对方法进行重命名；

[0013] 第三种是增加，删除或者更新变量声明；

[0014] 第四种是权限的修改；

[0015] 第五种是方法含有的参数的改变；

[0016] 第六种是：找到发生方法修改所涉及到的包以及java文件；

[0017] 6)根据步骤5)确定的方法修改类型，运用定义的格式整合生成关于代码修改的what信息；

[0018] 7)结合步骤5)生成的what信息和步骤3)生成的why信息，对其进行内容概要；

[0019] 8)与步骤7同时进行的还有标签生成过程，运用了Tag-LDA主题模型，将步骤5)生成的what信息和步骤3)生成的why信息作为主题模型的输入，生成多个标签描述代码的修改；

[0020] 进一步，步骤1)中分析代码修改前后的文本以及包含bug-report的源代码，对于一些没有bug-report的源代码，只分析代码修改前后的文本。

[0021] 进一步，步骤7)中进行内容概要的过程中，对于代码中一些不必要进行描述的方法修改，在概要中不予生成其修改描述，从而实现内容概要，规定只有满足以下要求的方法，才会对其描述，第一点：相对于修改前增加的方法需要进行描述；第二点：对那些变更内容较多的代码片段，需要对变更内容涉及到的方法进行描述。

[0022] 本发明提出一种代码修改概要及标签生成方法，其有益效果包括以下几点：

[0023] (1)目前与代码修改概要生成相关的技术有很多，类似的像diff，但是生成的提交信息复杂，语言不够精炼。而本发明生成的代码修改提交信息可读性强，信息量充足。

[0024] (2)本发明对代码修改的why信息进行了生成，帮助开发人员更好的理解代码修改。

[0025] (3)本发明生成与提交信息相关的摘要与标签，帮助维护人员快速了解代码修改内容。

附图说明

[0026] 图1是本发明的整体流程图；

[0027] 图2是代码修改类型图；

[0028] 图3是bug-report代码修改提交信息；

[0029] 图4是代码修改why信息生成举例；

[0030] 图5是利用树差分算法进行的修改定位；

[0031] 图6是在方法体中增加或者删除某条语句的代码举例示意图；

[0032] 图7是对方法进行重命名的代码举例示意图；

[0033] 图8是代码修改what信息生成举例示意图；

[0034] 图9是代码概要生成示意图；

[0035] 图10是Tag-LDA模型的示意图；

[0036] 图11是生成的标签以及代码概要示意图。

具体实施方式

[0037] 下面结合附图对本发明作进一步详细说明。

[0038] 实施例：

[0039] 一种面向代码修改的概要及标签自动生成方法，(具体过程如图1所示)具体步骤如下：

[0040] 步骤1)根据已确定的修改类型(修改类型总结如图2所示)，分析代码修改前后的文本以及包含bug-report的源代码，对于一些没有bug-report的源代码，我们只分析代码修改前后的文本，进行关联规则分析，得到关联规则结果。

[0041] 步骤2)根据关联规则结果确定本次代码的修改类型。例如：我们通过分析前后源代码，运用关联规则判断出是改正了某处错误，对应代码修改的类型是Corrective(纠错性维护)。对于一些有bug-report的代码修改，分析bug-report的bug概要描述(概要举例如图3所示)也能找到代码修改的类型。以上生成的代码修改类型信息作为代码概要why信息的组成部分。

[0042] 步骤3)根据步骤2)确定的代码修改类型，运用定义的格式描述代码修改，描述的具体格式如下所示，其中的methodtype指的是方法的类型，例如；abstract method(抽象方法),static method(静态方法),normal method(普通方法)等。

[0043]

[0044] 最后整合生成的描述信息，作为代码修改中的why信息，描述了代码修改的原因。此步骤举例说明如图4所示。

[0045] 步骤4)此步骤与步骤2并行，首先提取代码修改前后的代码，即源系统，运用树差分算法，将修改前后的代码内容以树的形式表现出来，识别定位出两份代码文件中的修改。例如，一条if-else结构语句，if的内容作为树中的某个节点，else中的内容作为该节点之后的一个节点，将语句全都以节点的形式表现出来，然后一一比对两棵树中的节点，找到发生修改的代码片段。定位结果举例如图5所示，图中包含修改前后的两份代码节点，检索第一个节点及以下分支，发现存在不同之处，表示发生了修改，连接线上显示×，检索第二个节点及以下分支，存在不同之处，连接线显示×，之后的节点按照同样的方式，若没有发生修改便在连接线上显示√，发生了修改显示×。

[0046] 步骤5)步骤4定位了两份代码的修改，此步骤分析发生修改的代码片段，根据以下定义的方法修改类型，确定本次方法修改的类型。所述对方法的修改类型定义如下所示：(1)在方法体中增加或者删除某条语句，通过分析代码的语法树,语法树描述了该语言的各种语法成分的组成结构,得到增加或者删除语句的类型，例如：try statement,method invocation,catch clause，然后按照规定的格式(代码如下所示)生成描述信息，图6是具体代码举例：

[0047]Addat

[0048] (2)对方法进行重命名,按照定义的格式(代码如下所示)生成描述信息，图7是具体代码举例：

[0049]Replacewith

[0050] (3)增加，删除或者更新变量声明，按照定义的格式(代码如下所示)生成描述信息。

[0051]variable declaration statement at.

[0052] (4)权限的修改，例如：private变成protected，按照定义格式(代码如下所示)生成描述信息。

[0053]

[0054] (5)方法含有的参数的改变，按照定义的格式(代码如下所示)生成描述信息。

[0055]

[0056] (6)找到发生修改的方法所在的包以及java文件，按照格式生成代码修改的提交信息，按照定义的格式(代码如下所示)生成描述信息。

[0057]

[0058] 步骤6)根据步骤5确定的方法发生修改的类型，按照定义的格式生成代码修改的what信息，描述代码修改。代码举例如图8所示。

[0059] 步骤7)结合步骤5)生成的what信息和步骤3)生成的why信息，对其进行内容概要。只有满足以下要求的发生修改的方法，才会对其进行内容概要，

[0060] 第一点是，对于增加的方法必须对其生成代码修改概要，因为增加的方法往往是实现了某些功能，这些方法生成的概要对最后生成的代码修改概要意义重大；

[0061] 第二点是，对那些变更内容较多的代码片段，需要对变更内容涉及到的方法进行描述，因为开发人员对于重要的代码修改，会对其进行详细的处理，修改涉及到的代码行数较多，所以本专利只选择代码修改行数较多的代码片段进行描述。代码举例如图9所示。步骤8)与步骤7同时进行的还有标签生成过程，为了帮助维护人员在短时间内理解代码修改，本专利还对what信息，why信息两部分内容生成标签。运用Tag-LDA主题模型(主题模型如图10所示)，α和β表示语料级别的参数，也就是每个文档都一样，因此生成过程只采样一次；θ是文档级别的变量，每个文档对应一个θ，也就是每个文档产生各个主题z的概率是不同的，所以每生成一个文档采样一次θ；z和w都是单词级别变量，z表示一个主题，z由θ按照概率生成，w表示文章中的一个单词，一个单词w对应一个主题z，由z和β按照概率共同生成；t表示标签由z和β共同生成，并与单词同步生成。模型主要是从给定的输入语料(在专利中将what信息以及why信息作为输入)中学习训练两个控制参数α和β，学习出了这两个控制参数就确定了模型，便可以用来生成文档(在专利中最后生成多个标签描述代码的修改)。本步骤生成信息举例说明如图11所示，上面一部分是代码修改概要，下面Tag标识的那部分就是对应生成的标签。

[0062] 在本专利中，首先生成代码的修改原因信息，之后通过对即将进行描述的代码范围进行限制，删减代码提交信息，最后的结果作为代码修改概要，与此同时，又把方法的代码修改提交信息作为输入，生成代码修改概要的标签，帮助阅读时间有限的开发人员快速理解代码修改。在本专利中，还利用关联规则，找到代码修改类型，作为代码修改why信息的描述。

[0063] 本专利主要生成两部分信息，第一部分是根据代码修改描述信息生成的代码修改概要；第二部分是代码修改信息标签。本专利提出的技术解决了现有技术中why信息缺失，并且可读性不佳的难题。