使用机器学习分析Java程序的语法结构

源代码的一个固有问题是其语法信息用树结构表示而传统的机器学习算法使用维度数据集.因此我们提出了一种特征工程过程将树结构转换为同质和异构要挖掘的维度数据集.然后我们运行不同的可解释监督和无监督机器学习算法来挖掘Java代码中超过17万个语法结构的语法信息.结果揭示了有趣的信息例如很少和广泛使用使用的Java结构例如按位运算符联合类型和静态块初学者和专家主要几乎使用的不同语言功能和模式发现特定类型的源代码例如帮助程序或实用程序类数据传输对象和过于复杂的抽象以及复杂性如何成为某些句法结构集群的固有特征.