《表5 词向量聚类结果：一种半监督学习的代码自动生成性能评估方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种半监督学习的代码自动生成性能评估方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用代码词库对Java代码进行分词后，使用Skip-Gram模型训练代码词向量，并在Python3.7环境中使用Gensim提供的Word2Vec模块对分词后的代码语料进行词向量的训练．正如前文所述，AST中的相似节点应该具有相似的表示，为了评估训练的词向量是否达到这个标准，通过K-Means聚类来评估我们训练的词向量．实验中我们将聚类个数设置为48，截取了3个类别中的部分token，结果如表5所示．在类别1中几乎所有符号都与String类型相关，类别2中大多数符号都与循环控制有关，类别3中主要是List的子类或相关方法．这个结果证实了我们的训练是有效的，相似的符号具有相似的向量表示．