Améliorer les représentations de code source pour l'apprentissage profond avec l'analyse statique

Les techniques d'apprentissage profond appliquées aux tâches d'analyse de programme telles que la classification de code, la synthèse et la détection de bogues ont suscité un intérêt croissant. Cependant, les approches traditionnelles traitent le code source de programmation comme un texte en langage naturel, ce qui peut négliger des détails structurels ou sémantiques significatifs. De plus, la plupart des méthodes actuelles de représentation du code source se concentrent uniquement sur le code, sans tenir compte d'un contexte supplémentaire bénéfique. Cet article explore l'intégration de l'analyse statique et d'un contexte supplémentaire tel que les rapports de bogues et les patrons de conception dans les représentations de code source pour les modèles d'apprentissage profond. Nous utilisons la méthode du réseau de neurones basé sur l'arbre syntaxique abstrait (ASTNN) et l'enrichissons avec des informations contextuelles supplémentaires obtenues à partir de rapports de bogues et de patrons de conception, créant ainsi une représentation enrichie du code source qui améliore significativement les performances des tâches courantes en ingénierie logicielle telles que la classification de code et la détection de clones de code. En utilisant des données de code open source existantes, notre approche améliore la représentation et le traitement du code source, améliorant ainsi les performances des tâches.