龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于语义表征的偶然正确性测试检测方法，从而提高偶然正确性测试检测的准确率。包括如下步骤：基于tree‑sitter解析器解析defects4J数据集中的程序和测试套件，得到类和方法的基本元数据；基于@Test注释和“Tests”后缀文件名定位测试类；基于启发式规则来确定每个测试用例中的焦点方法，同时将方法映射到对应测试用例，从而得到测试‑焦点对；基于映射的测试‑焦点对作为输入，通过特征提取模型输出测试‑焦点对的语义特征；测试‑焦点对的语义特征作为输入对分层网络进行训练，最后使用训练后的分层网络对未知数据进行预测。
主权项：1.一种基于语义表征的偶然正确性测试检测方法，其特征在于：包括如下步骤：S101：获取现有数据集，并使用树型解析器解析数据集中每个程序和测试套件，得到类和方法的基本元数据；S102：通过@Test注释或带有“Tests”后缀的文件名来精确定位测试类；S103：通过启发式规则，在每个测试用例中确定焦点方法，然后通过启发式规则来确定测试类中每个测试用例对应的焦点类中的焦点方法，然后将这些焦点方法映射到对应的测试用例上，由此生成测试-焦点对，其中排除了任何不符合启发式规则的焦点方法；S104：构建特征提取模型，通过特征提取模型提取测试-焦点对的语义特征，所述特征提取模型输入嵌入、UniXcoder预训练模型和多层感知机；S105：构建分层网络，将测试-焦点对的语义特征和其对应的标签作为输入训练分层网络，并通过反向传播的不断更新多层感知机和分层网络的参数，直至达到最大迭代次数，训练结束；所述分层网络由四种层组成：输入层、学习层、全连接层和输出层；输入层接收测试-焦点对的语义特征，学习层旨在学习语义的深度特征，全连接层用于组合学习到的深度特征，最后，输出层输出偶然正确性测试的预测结果；S106：对于一个待预测程序P和套件T，采用S102-S104的方法，通过训练后的多层感知机得到P和T对应的测试-焦点对的语义特征，然后将P和T对应的测试-焦点对的语义特征输入训练后的分层网络，输出即为P和T预测的结果。
全文数据：
权利要求：
百度查询： 重庆大学 一种基于语义表征的偶然正确性测试检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号