[发明专利]在API知识图谱上基于Q学习的API序列搜索方法

权利要求书

1.一种在API知识图谱上基于Q学习的API序列搜索方法，其特征在于所述方法包括如下步骤：

步骤1：API知识图谱的构建

设计API本体模型，并在API本体模型的指导下分别从API文档和开源软件项目等数据源中抽取API知识，用于构建API知识图谱；

步骤2：生成功能查询与API实体的向量表示

通过预处理和词嵌入技术生成功能查询的向量表示，通过表示学习方法生成API实体的向量表示；

步骤3：设计面向API序列搜索任务的强化学习数学模型

所述强化学习数学模型包括状态、动作、转移动态以及奖励元素的定义；

步骤4：训练基于强化学习的API序列搜索模型

采用DQN深度强化学习方法训练智能体学习API序列的搜索策略；

步骤5：API序列搜索

从API知识图谱中抽取出可能与当前功能查询相关的候选API序列集合，以Q网络为打分函数对所有候选API序列打分，并根据分数对其排序，最后返回给开发者。

2.根据权利要求1所述的在API知识图谱上基于Q学习的API序列搜索方法，其特征在于所述步骤1的具体步骤如下：

步骤11：API本体模型设计

API本体模型的概念包括：类概念“class”、API概念“API”、包概念“Package”以及接口概念“Interface”；

API本体模型的关系包括：继承关系“extend”、实现关系“implement”、包含关系“contain”、API间的调用关系“call”以及描述API调用规则的调用顺序关系“next”；

API本体模型的属性包括：名称“name”、描述“description”、用于标记API实体是否可以处于API调用序列第一个位置的布尔类型属性“head”、用于标记API实体是否可以处于API调用序列最后一个位置的布尔类型属性“tail”、函数的形参类型列表“parameters”以及函数的返回值类型“return”；

步骤12：基于API文档的结构化知识抽取

基于API本体模型中的概念与关系，使用XML模板树从API说明文档中抽取实体及其关系；

步骤13：基于开源软件项目的API知识抽取

对于给定的开源软件项目中的每个文件构建抽象语法树，并基于API本体模型中的概念与关系，在AST中抽取每个文件中的实体及其关系；

步骤14：知识存储

对抽取的API知识去重，并存储。

3.根据权利要求2所述的在API知识图谱上基于Q学习的API序列搜索方法，其特征在于所述步骤13中，“next”关系、“head”属性和“tail”属性无法直接从AST中获得，这些知识的抽取方法为：(1)对方法内按顺序依次出现的API实体间建立“next”关系；(2)每个方法中第一个调用的API实体的“head”属性都设置为True，其余的API实体则设置为False；(3)每个方法中最后一个调用的API实体的“tail”属性都设置为True，其余的API实体则设置为False。

4.根据权利要求1所述的在API知识图谱上基于Q学习的API序列搜索方法，其特征在于所述步骤2的具体步骤如下：

步骤21：对所有的功能描述进行预处理，包括：分词、去除停用词、小写化和词形还原；

步骤22：利用所有功能描述构建的语料库训练词嵌入模型，将功能描述中的每个词都转换为词向量表示；

步骤23：将功能描述中的所有词向量表示转化为功能描述的向量表示；

步骤24：在API知识图谱上使用表示学习方法生成API实体的向量表示。

5.根据权利要求4所述的在API知识图谱上基于Q学习的API序列搜索方法，其特征在于所述步骤22中，词嵌入模型为Word2Vec或VSM；所述步骤24中，表示学习方法为TransE或TransR表示学习方法。