基于組合分類算法的源代碼注釋質量評估方法

余海+李斌+王培霞+賈荻+王永吉

摘 要：源代碼注釋是軟件的重要組成部分，研究者往往需要利用人工或自動化的方法產生分析注釋，注釋的質量評估也往往是通過人工來完成，這無疑是低效不客觀的。為此，首先從注釋的格式、語言形式、內容以及與代碼相關度4個方面出發構建注釋評估準則；進而，基于這一準則提出了一種基于組合分類算法的注釋質量評估方法。該方法將機器學習以及自然語言處理技術引入到注釋質量評估中來，利用分類算法將注釋分為不合格、合格、良好、優秀四個等級。通過對基本分類算法的組合使用，使得評估效果進一步提高。組合分類算法的準確率和F1值較單獨使用某一種分類算法提高20個百分點左右，除宏平均F1值外，各項指標都達到了70%以上。實驗結果表明，所提方法能夠很好地應用于注釋質量評估。

關鍵詞：源碼注釋；質量評估；文本分類；組合算法；自然語言處理

中圖分類號：TP311

文獻標志碼：A

文章編號：1001-9081（2016）12-3448-06