文章摘要:在基于学习的方法代码抽象命名研究中，现有工作中的模型学习的代码表示缺少方法代码的控制流与动态可执行的信息。针对这一问题，本文提出一种面向基本路径学习的代码自动命名模型。该模型首先将方法代码通过编译器得到三地址码的中间表示并在其基础上通过本文给出的算法构建控制流图，然后基于深度优先搜索的思想构建算法提取基本路径集作为代码表示，最后引入使用注意力机制神经网络对基本路径集学习建模，训练得到方法名命名模型。为了验证模型的有效性，基于先前工作的数据集进行实验，实验结果表明本文提出的方法在本实验数据集上实验评估效果优于基线模型，并且在代码较复杂的情况下模型能够更好的理解代码语义。

文章关键词:

论文分类号:TP311.1;TP18