基于上下文特征图谱的代码分类方法、装置、设备及介质与流程

本发明涉及开发辅助，尤其涉及一种基于上下文特征图谱的代码分类方法、装置、设备及介质。

背景技术：

1、现有代码度量通常依据文件后缀、目录名称或路径关键字对代码变更内容进行分类。在多语言、多工程结构并存的代码仓库中，同一文件类型可能用于不同工程环节，同一路径下也可能混合业务代码、测试内容、自动生成内容和日志内容。现有分类方式难以综合工程环境、目录层级、文件属性及行级内容判断代码归属，容易造成有效代码与应扣减代码分类不准确。

2、在金融科技业务领域，银行、保险、证券、支付和信贷等业务平台通常同时包含交易处理、风险控制、保单管理、理赔处理、监管报送及数据分析等工程。相关代码仓库中混合存在前端页面、后端服务、数据库脚本、测试数据、日志内容和自动生成文件。仅依据文件后缀或目录关键字进行分类，难以准确识别不同变更文件及文件内部新增文本行的实际类别，容易导致金融科技项目的有效代码统计结果出现偏差。

3、在医疗健康业务领域，医疗信息平台、健康管理平台、医学数据处理平台和医疗设备配套软件通常包含诊疗业务、影像处理、检验数据、健康档案和设备通信等不同工程内容。相关代码变更中可能同时存在业务程序、配置文件、模拟接口、测试内容和自动生成内容。现有分类方式难以根据不同层级的工程上下文和行级内容准确区分各类代码，使医疗健康软件研发过程中的代码分类结果难以真实反映代码变更情况。

技术实现思路

1、本发明的主要目的在于提供一种基于上下文特征图谱的代码分类方法、装置、设备及存储介质，旨在解决现有技术难以对复杂代码变更进行准确分类，导致有效代码与应扣减代码的归属结果失真的技术问题。

2、为实现上述目的，本发明提供一种基于上下文特征图谱的代码分类方法，包括：

3、获取代码变更事件，从所述代码变更事件中确定各变更文件，并从所述代码变更事件中提取全局工程环境信息以及各变更文件对应的目录结构层级信息、文件元数据和行级文本增量；

4、将所述全局工程环境信息、所述目录结构层级信息、所述文件元数据和所述行级文本增量与预配置的上下文特征图谱进行匹配，生成各变更文件对应的初始分类候选集合和匹配证据数据；

5、基于所述初始分类候选集合和所述匹配证据数据进行候选分类判定和分类冲突消解，生成目标文件分类结果和待复核文件数据；

6、基于所述目标文件分类结果确定候选有效文件，并将各变更文件中除所述候选有效文件之外的变更文件确定为剩余变更文件，根据所述上下文特征图谱对所述候选有效文件对应的行级文本增量进行行级内容识别，生成扣减文本行和保留文本行；

7、基于所述目标文件分类结果和所述待复核文件数据，对所述扣减文本行、所述保留文本行以及所述剩余变更文件对应的行级文本增量进行分类汇总，生成分类汇总数据；

8、基于所述分类汇总数据生成代码分类结果，并基于各变更文件对应的行级文本增量和所述分类汇总数据进行行级数量平衡校验，生成平衡校验记录。

9、进一步地，为实现上述目的，本发明提供一种基于上下文特征图谱的代码分类装置，包括：

10、变更上下文提取模块，用于获取代码变更事件，从所述代码变更事件中确定各变更文件，并从所述代码变更事件中提取全局工程环境信息以及各变更文件对应的目录结构层级信息、文件元数据和行级文本增量；

11、图谱特征匹配模块，用于将所述全局工程环境信息、所述目录结构层级信息、所述文件元数据和所述行级文本增量与预配置的上下文特征图谱进行匹配，生成各变更文件对应的初始分类候选集合和匹配证据数据；

12、分类冲突消解模块，用于基于所述初始分类候选集合和所述匹配证据数据进行候选分类判定和分类冲突消解，生成目标文件分类结果和待复核文件数据；

13、行级内容识别模块，用于基于所述目标文件分类结果确定候选有效文件，并将各变更文件中除所述候选有效文件之外的变更文件确定为剩余变更文件，根据所述上下文特征图谱对所述候选有效文件对应的行级文本增量进行行级内容识别，生成扣减文本行和保留文本行；

14、分类数据汇总模块，用于基于所述目标文件分类结果和所述待复核文件数据，对所述扣减文本行、所述保留文本行以及所述剩余变更文件对应的行级文本增量进行分类汇总，生成分类汇总数据；

15、行级平衡校验模块，用于基于所述分类汇总数据生成代码分类结果，并基于各变更文件对应的行级文本增量和所述分类汇总数据进行行级数量平衡校验，生成平衡校验记录。

16、进一步地，为实现上述目的，本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器以及存储至所述存储器上并可在所述处理器上运行的基于上下文特征图谱的代码分类程序，所述基于上下文特征图谱的代码分类程序被所述处理器执行时实现如上述所述的基于上下文特征图谱的代码分类方法的步骤。

17、进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述存储介质上存储有基于上下文特征图谱的代码分类程序，所述基于上下文特征图谱的代码分类程序被处理器执行时实现如上所述的基于上下文特征图谱的代码分类方法的步骤。

18、有益效果：本发明涉及开发辅助技术领域，公开了一种基于上下文特征图谱的代码分类方法、装置、设备及介质，包括：获取代码变更事件并提取工程环境、目录结构、文件属性和行级文本信息，通过上下文特征图谱生成分类候选及匹配证据，进行分类判定和冲突消解，得到文件分类结果和待复核数据；对候选有效文件进行行级内容识别，生成扣减文本行和保留文本行；汇总各类文本行并进行数量平衡校验，生成代码分类结果和平衡校验记录。本发明可应用于金融科技及医疗健康等业务场景中，通过图谱匹配、冲突消解和行级内容识别形成连续分类过程，并对分类后文本行进行汇总和数量校验，从而提高复杂代码变更的分类准确性及结果可核验性。

1.一种基于上下文特征图谱的代码分类方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，获取代码变更事件，从所述代码变更事件中确定各变更文件，并从所述代码变更事件中提取全局工程环境信息以及各变更文件对应的目录结构层级信息、文件元数据和行级文本增量，包括：

3.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，将所述全局工程环境信息、所述目录结构层级信息、所述文件元数据和所述行级文本增量与预配置的上下文特征图谱进行匹配，生成各变更文件对应的初始分类候选集合和匹配证据数据，包括：

4.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，基于所述初始分类候选集合和所述匹配证据数据进行候选分类判定和分类冲突消解，生成目标文件分类结果和待复核文件数据，包括：

5.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，基于所述目标文件分类结果确定候选有效文件，并将各变更文件中除所述候选有效文件之外的变更文件确定为剩余变更文件，根据所述上下文特征图谱对所述候选有效文件对应的行级文本增量进行行级内容识别，生成扣减文本行和保留文本行，包括：

6.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，基于所述目标文件分类结果和所述待复核文件数据，对所述扣减文本行、所述保留文本行以及所述剩余变更文件对应的行级文本增量进行分类汇总，生成分类汇总数据，包括：

7.如权利要求1所述的基于上下文特征图谱的代码分类方法，其特征在于，基于所述分类汇总数据生成代码分类结果，并基于各变更文件对应的行级文本增量和所述分类汇总数据进行行级数量平衡校验，生成平衡校验记录，包括：

8.一种基于上下文特征图谱的代码分类装置，其特征在于，所述基于上下文特征图谱的代码分类装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器以及存储至所述存储器上并可以在所述处理器上运行的基于上下文特征图谱的代码分类程序，所述基于上下文特征图谱的代码分类程序被所述处理器执行时实现如权利要求1-7中任一项所述的基于上下文特征图谱的代码分类方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有基于上下文特征图谱的代码分类程序，所述基于上下文特征图谱的代码分类程序被处理器执行时实现如权利要求1-7中任一项所述的基于上下文特征图谱的代码分类方法的步骤。