机器学习集群或分类程序

Question

我正在研究一种表示C / C ++程序代码的方法。为了创建数据集并在那之后进行一些机器学习。

将代码视为文本并进行一些文本挖掘对我来说似乎不正确。因为我对计算的语义和精确性更感兴趣。

那么什么可以成为程序的良好代表性载体？

感谢。

Answer 1

我认为您不想将您的程序表示为令牌序列。

请记住，您不必将代码实际表示为单词。如果您对语义关系感兴趣，可以使用更高级别的描述 - 例如，您可以使用表达式的解析树而不是标记。

您还可以进一步采用这种语法方法，并将整个程序表示为某些语法中的解析树而不是一系列标记。有一些可以处理树状结构数据的循环网络。