知識(shí)驅(qū)動(dòng)的文本分析軟件生成方法及關(guān)鍵技術(shù)研究.pdf

1、技術(shù)工具化，工具業(yè)務(wù)化，業(yè)務(wù)自動(dòng)化成為情報(bào)學(xué)研究領(lǐng)域的一種趨勢，同時(shí)也是情報(bào)學(xué)科近幾年來研究的重點(diǎn)和熱點(diǎn)之一。由于計(jì)算機(jī)的大量普及，在情報(bào)學(xué)的研究中，使用大量的軟件工具開展研究成為了一種趨勢，其中涉及了大量與自然語言處理相關(guān)的技術(shù)。一方面，傳統(tǒng)的情報(bào)分析人員對(duì)技術(shù)和工具的研究并不深入，無法選擇合適的技術(shù)和工具定制化的解決情報(bào)研究中出現(xiàn)的問題。另一方面，市場上存在著大量工具可供情報(bào)分析人員使用，但是隨著情報(bào)研究的不斷深入，研究對(duì)工具定制化

2、的需求也越來越高，要在當(dāng)前大量的工具中找到適合處理當(dāng)前資源的工具比較困難，并且市場上的工具都是面向通用資源的，軟件普遍的自適應(yīng)性比較差，具有一定的局限性，對(duì)某種特定資源的處理效果并不理想。因此，本文基于這種大量使用軟件的趨勢和軟件普遍自適應(yīng)性較差的現(xiàn)狀，借助自然語言處理的方法，開展了軟件自動(dòng)生成相關(guān)的研究。
　　通過大量的調(diào)研發(fā)現(xiàn)，知識(shí)驅(qū)動(dòng)的方法針對(duì)性較強(qiáng)，能夠有效的適應(yīng)不同環(huán)境下的需求，能夠?qū)Ξ?dāng)前環(huán)境下的需求做出分析并提出解決方

3、案，與本文的研究目的相符合，所以，本文將文本分析軟件作為研究對(duì)象，主要研究知識(shí)驅(qū)動(dòng)的軟件生成方法和關(guān)鍵技術(shù)。研究成果有以下幾點(diǎn):
　　對(duì)軟件數(shù)據(jù)的收集和提取的方法及關(guān)鍵技術(shù)進(jìn)行了研究，包括各類軟件數(shù)據(jù)的獲取、清洗和解析過程中使用的方法和關(guān)鍵技術(shù)。本文的軟件數(shù)據(jù)主要有兩個(gè)來源，教材示例代碼和開源軟件，共獲取到9349個(gè)類，將這兩種不同來源的代碼使用自然語言處理的方法進(jìn)行不同顆粒度的解析和標(biāo)注。教材代碼在“方法”顆粒度上解析，使用字符

4、串匹配的方法將每個(gè)代碼文件中的每個(gè)單獨(dú)的方法提取出來，以便對(duì)java代碼的基本結(jié)構(gòu)進(jìn)行分析;軟件源碼在“代碼行”顆粒度上解析并標(biāo)注，根據(jù)java代碼的特點(diǎn)和軟件生成的特點(diǎn)，定義了一系列的標(biāo)簽，使用標(biāo)簽對(duì)每代碼行進(jìn)行標(biāo)注，為知識(shí)驅(qū)動(dòng)的軟件生成提供規(guī)范化的軟件語料，這種語料是經(jīng)過深加工的、以代碼生成為目標(biāo)進(jìn)行規(guī)范化處理的。其中的關(guān)鍵技術(shù)包括Java要素分析、軟件邏輯提取和代碼模塊提取;
　　對(duì)知識(shí)驅(qū)動(dòng)模型的構(gòu)建及其關(guān)鍵技術(shù)進(jìn)行了介紹，

5、用知識(shí)驅(qū)動(dòng)模型指導(dǎo)規(guī)范的軟件語料，能夠?qū)崿F(xiàn)軟件的自動(dòng)生成。首先使用自然語言處理的方法分析上文得到的語料，構(gòu)建Java基本模型，在Java基本模型的基礎(chǔ)上結(jié)合軟件邏輯構(gòu)建知識(shí)驅(qū)動(dòng)模型框架。知識(shí)驅(qū)動(dòng)模型的構(gòu)建過程中需要對(duì)代碼進(jìn)行評(píng)價(jià)和選擇，使用三種方法對(duì)代碼模塊進(jìn)行評(píng)價(jià):分詞方法評(píng)價(jià)、代碼相似度計(jì)算和代碼指標(biāo)評(píng)價(jià)。最后，研究了三種知識(shí)驅(qū)動(dòng)模型的構(gòu)建方法，分別是:通用知識(shí)驅(qū)動(dòng)模型、文本語言驅(qū)動(dòng)模型和軟件復(fù)雜程度驅(qū)動(dòng)模型。根據(jù)要處理的文本的特點(diǎn)

6、及用戶的需求，結(jié)合代碼分析的結(jié)果，用知識(shí)驅(qū)動(dòng)模型框架作為指導(dǎo)，能夠得到特定的知識(shí)驅(qū)動(dòng)模型;
　　搭建了一個(gè)軟件生成平臺(tái)，將本文研究的內(nèi)容集成到平臺(tái)中，該平臺(tái)分為4個(gè)功能模塊:原料軟件管理模塊、代碼模塊管理模塊、文本分析模塊和軟件生成管理模塊，能夠?qū)崿F(xiàn)軟件的自動(dòng)生成和生成代碼的修改。
　　以文本分析軟件為研究對(duì)象，分別解析了9種分詞軟件，并根據(jù)解析的結(jié)果構(gòu)建了知識(shí)驅(qū)動(dòng)模型，設(shè)計(jì)了兩組實(shí)驗(yàn)，第一組進(jìn)行了文本語言驅(qū)動(dòng)的軟件生成，第