Я новичок в обучении машинам, но пытаюсь исследовать, если можно использовать машинное обучение для сравнения двух АСТ (абстрактное синтаксическое дерево) исходного кода, чтобы узнать, похожи они или нет.Изучение искровой машины Сравнение АСТ
В идеале, сделайте некоторую подготовку, используя некоторый набор данных и соберите любые два заданных АСТ, чтобы найти сходства.
Любые предложения здесь?
Кажется, вы ожидали, что алгоритм машинного обучения сделает тяжелый подъем обнаружения относительного «расстояния» между двумя АСТ. То, что вряд ли. Вместо этого вы можете рассмотреть общую структуру двух деревьев: имеют ли они одинаковое количество узлов на каждом уровне дерева. Если они делают - для значительного большинства дерева, по крайней мере - тогда вы могли бы пожелать, чтобы определить один из двух подходов для «метрики расстояния» между двумя деревьями:
количество различных узлов значений
относительная разница значений узлов - возможно, традиционное расстояние Левенштейна .. но, скорее, сравнение, которое понимает семантику конкретного языка, чтобы увидеть, насколько они похожи. Например. будучи в состоянии понять, что две структуры представляют один и тот же оператор, но потенциально с несущественными пробелами или другими отличиями форматирования. Или, может быть, разные имена переменных, но идентичные семантики.
Еще одна дополнительная проверка может определять, сколько поддеревьев одинаково. Тогда для расходящихся поддерев определят метрики пространства в состоянии найти структурные сходства/различия только для этого поддерева
Резюме не: «ничего из коробки для всей проблемы - но вы можете использовать существующие идеи/алгоритмы для конкретных локализованных случаев ".