【类型】期刊
【题名】基于BERT-PFMM的软件缺陷预测方法
【期刊名】浙江师范大学学报(自然科学版)
【作者】 汤怡佳，王丽侠，韩建民，于娟，叶荣华，姚鑫，曹小倩
【作者单位】浙江师范大学数学与计算机科学学院；浙江师范大学行知学院
【关键词】 BERT模型 抽象语法树 感知特征混合模型 深度学习 缺陷预测
【摘要】 基于抽象语法树的软件缺陷预测方法是当前最先进的方法之一，但现有的工作在预测过程中很少考虑抽象语法树节点的上下文信息，因此预测准确率仍有提升的空间.另外，带标签样本数据不足是软件缺陷预测领域长期存在的问题.为解决上述问题，提出一种结合BERT和PFMM的软件缺陷预测模型，简称BERT-PFMM.该模型由3个子模块构成：预处理模块，负责用源程序构造抽象语法树，并采用深度优先遍历方式生成该抽象语法树的节点向量作为BERT模型的输入；特征提取模块，用BERT模型提取上下文相关特征；特征加强及分类模块，采用PFMM将特征映射到更容易分类的空间，使模型的输出与标签的对应关系更强，进而基于加强的特征进行软件缺陷预测.实验表明：所提出的BERT-PFMM比现有的软件缺陷预测方法具有更好的性能.
【年份】 2022
【issn】 1001-5051
【卷期】 第45卷 第3期
【卷期】 第45卷 第3期
【页码】 291-299
【中图分类】 TP311.53
【全文阅读】 获取全文