DeepSim：深度学习代码功能相似性

测量代码相似性是许多软件工程任务的基本环节，例如代码搜索、重构和重用。然而，大多数现有技术仅关注代码的语法相似性，而测量代码的功能相似性仍然是一个具有挑战性的问题。本文提出了一种新方法，将代码的控制流和数据流编码为一个语义矩阵，其中每个元素是一个高维稀疏二进制特征向量，并设计了一种新的深度学习模型，该模型基于这种表示来测量代码的功能相似性。通过拼接从代码对中学习到的隐藏表示，这种新模型将检测功能相似代码的问题转化为二分类问题，能够有效学习在语法非常不同的功能相似代码之间的模式。