一种基于抽象语法树的新型源代码神经表示方法

基于摘要分析。本文研究程序分析中的源代码片段表示问题，提出基于抽象语法树（AST）的 ASTNN，将大型 AST 拆分为较小的语句树序列，再结合树编码与序列建模生成代码片段向量，旨在保留词法和语法信息，同时缓解直接建模整棵 AST 时的长程依赖问题。 核心机制分为两个阶段：先将各语句树编码为向量，捕捉语句的词法与语法知识；再以语句向量序列为输入，使用双向 RNN 建模语句间的顺序关联，得到代码片段表示。相较于把程序当作自然语言文本的信息检索式方法，其表示显式利用 AST 结构；相较于处理完整 AST 的神经模型，其主要区别是采用语句级拆分与后续序列聚合。摘要未提供树编码器的具体结构、损失函数及训练细节。 作者在源代码分类和代码克隆检测两项程序理解任务上进行评估，并报告 ASTNN 优于所比较的当时先进方法。摘要未给出数据集、划分方式、对照方法名称或具体指标，因此尚不能判断优势幅度及跨项目泛化能力；实验协议、消融及统计信息尚未验证。 本文的主要研究对象是具有明确语法树结构的源代码，并非 EEG 或 BCI。材料未提供神经信号中的对应结构或迁移验证，不能据此推断其对 BCI 任务有效。复现原方法需进一步核对 AST 解析与语句树切分规则、编码实现、数据预处理及任务评估协议。