[发明专利]文件错误的定位方法及装置

权利要求书

1.一种文件错误的定位方法，其特征在于，所述方法包括：

获取待定位的多个测试报告文件；

根据预先建立的错误检索模型，确定与所述测试报告文件对应的多个第一源文件；

所述预先建立的错误检索模型通过如下方式得到：

获取预设数量的不相关源文件的第一样本数据；

根据所述第一样本数据，对预设模型进行训练，得到训练结果；

在所述训练结果满足如下函数的情况下，确定第一损失函数；

其中：fixes(r)是预设错误报告的相关修复源文件集合，是错误报告和源文件的第i个特征；

当所述损失函数小于预设值时，将所述预设模型确定为所述错误检索模型；

对所述第一源文件按照函数级别进行拆分，得到拆分后的第二源文件；

根据预先建立的定位模型，确定所述测试报告文件和所述第二源文件之间函数级语义交互特征；

所述预先建立的定位模型通过如下方式得到：

获取第二样本数据，其中，所述第二样本数据至少包括CodeSearchNet数据集和项目数据集；

根据所述第二样本数据对CodeBERT语言模型进行训练；

计算第二损失函数，所述损失函数为交叉熵损失函数；其中，所述第二损失函数为：

其中：，每一个元素p_i表示该样本属于第i类的概率；是样本标签的one-hot表示，即当样本属于第i类时，,否则,C是类别总数；

采用预先建立的融合模块，对所述语义交互特征进行聚合，通过对多个所述第二源文件进行排序，确定与所述测试报告文件对应的目标源文件；

所述采用预先建立的融合模块，对所述语义交互特征进行聚合，包括：

采用训练好的CodeBERT语言模型，确定待测试报告和所述第二源文件之间函数级语义交互特征；

采用最大值算法和平均值算法对所述函数级语义交互特征进行聚合，得到聚合后的特征向量。

2.根据权利要求1所述的方法，其特征在于，所述预设模型至少包括AdaBoost树分类器、极端随机树分类器和梯度提升回归模型中的一种。

3.根据权利要求1所述的方法，其特征在于，所述第一损失函数通过普通最小二乘法并结合正则化项来确定的，其中，所述正则化项至少包括无正则化或弹性网络。

4.根据权利要求1所述的方法，其特征在于，所述通过对多个所述第二源文件进行排序，还包括：

采用学习排序learning-to-rank的方式对所述聚合后的特征向量进行排序，得到排序后的结果；

根据所述排序后的结果，对多个所述第二源文件进行排序。