自动化第三方库迁移

Зорченков А.М.

doi:10.7256/2454-0714.2022.1.34337

返回内容

软件系统和计算方法

正确的文章链接:

Zorchenkov A.M. — 自动化第三方库迁移 // 软件系统和计算方法. – 2022. – № 1. – С. 71 - 87. DOI: 10.7256/2454-0714.2022.1.34337 URL: https://cn.nbpublish.com/library_read_article.php?id=34337

自动化第三方库迁移

Zorchenkov Alexey Mikhailovich

华为技术有限公司首席工程师

141002, Russia, Moskovskaya oblast', g. Mytishchi, ul. Beloborodova, 15, kv. 81

zorchenkov@gmail.com

DOI:

10.7256/2454-0714.2022.1.34337

评审日期

16-11-2020

出版日期

03-04-2022

注解: 在不同的第三方库之间手动迁移是软件开发人员的一个问题。开发人员通常需要研究这两个库的应用程序编程接口，以及阅读他们的文档以找到替换和替换方法之间的合适比较。在本文中，我将介绍一种机器学习的新方法（MIG），该方法建议在两个API库的方法之间进行映射。我的模型从实现的迁移的手动找到的数据中学习，提取一组与方法签名和文本文档的相似性相关的函数。我使用从57,447个开源Java项目编译的8个流行迁移来评估模型。结果表明，该模型可以推荐适当的库API映射，平均准确率为87%。本研究考察了在第三方库之间迁移时推荐方法比较的问题。描述了一种新的方法，建议使用从方法名称之间的词汇相似性和方法文档的文本相似性中提取的特征来比较两个未知库之间的方法。我通过检查这种方法和其他三种最常用的方法如何推荐8个流行库的迁移方法比较来评估结果。我已经证明，所提出的方法比其他3种方法显示出更好的准确性和性能。结果的定性和定量分析显示，与其他众所周知的方法相比，准确性提高了39.51％。

出版日期:

图书馆迁移, 机器学习, 自然语言处理, 术语的频率, 支持向量的方法, 反向文档频率, 特征工程, 图书馆文件, 提取信息, 矢量空间模型