大自动化代码的制作方法

技术特征：
1.一种用于应用深度学习技术来改进自动化工程环境的计算机实现的方法，包括：通过处理器410从公共存储库检索300大代码编码文件105；通过所述处理器从专用源检索300自动化编码文件110；通过所述处理器将所述大代码编码文件105和所述自动化编码文件110在公共空间中表示310为嵌入图形145、215；利用存在于处理器410中的神经网络500从所述嵌入图形145、215学习320模式；使用分类器在嵌入图形的嵌入空间上基于学习到的模式预测330自动化编码文件110中的模式；和根据预测的模式创建340可执行的自动化代码，以扩充现有的自动化编码文件。2.根据权利要求1所述的方法，还包括：提供多标签表115，其包括类函数列表和类函数到多种编码语言的映射；利用所述映射为检索到的大代码编码文件105和现有的自动化编码文件110中的结构贴标签，以将编码文件105、110在公共空间中表示为嵌入图形145、215。3.根据权利要求2所述的方法，其中，所述学习包括为每个具有标签的结构分配数字表示225，其中，所述数字表示225至少部分由所述具有标签的结构定义。4.根据权利要求3所述的方法，其中，所述数字表示是n维向量。5.根据权利要求3所述的方法，其中，所述学习320包括利用每个具有标签的结构的数字表示来寻找类似的模式，其中，所述类似的模式被标记为包括相同的结构。6.根据权利要求1所述的方法，其中，所述大代码编码文件105和所述自动化编码文件110采用不同的编码语言。7.根据权利要求1所述的方法，其中，所述嵌入图形145、215从由控制流图、数据流图、调用图和项目结构图组成的组中选择。8.根据权利要求5所述的方法，还包括：将学习到的模式与多个测试嵌入图形进行比较，以验证学习到的模式被贴标签并且分类到期望的级别。9.根据权利要求1所述的方法，其中，所述自动化编码文件110由用户140在计算机上的集成开发环境150中产生。10.根据权利要求1所述的方法，其中，从数据库中检索所述自动化编码文件110。11.根据权利要求1所述的方法，其中，所述分类器是一对其余逻辑回归。12.一种用于应用深度学习技术来改进自动化工程环境的系统，包括：多个大代码编码文件105，其采用第一软件语言，从公共存储库中被检索；多个自动化编码文件110，其采用第二软件语言，从专用源被检索；处理器410，其被耦合用于，接收多个大代码编码文件105和多个自动化编码文件110作为输入；并且利用神经网络500识别编码结构而不管编码语言；并且生成指示所述编码结构的数字参数，以预测自动化编码文件110中的模式，其中，所述处理器410根据预测的模式创建可执行的自动化代码，以扩充以第二软件语言的多个输入自动化编码文件。13.根据权利要求12所述的系统，还包括：多标签表115，其包括类函数列表和类函数到多种编码语言的映射，其中，所述映射用于为多个大代码编码文件105和自动化编码文件110中的编码结构贴标签，以将编码文件
105、110表示为多个代表性的图形145、215。14.根据权利要求12所述的系统，其中，所述第一软件语言和所述第二软件语言是不同的编码语言。15.根据权利要求12所述的系统，其中，所述数字参数是n维向量。16.根据权利要求12所述的系统，其中，所述自动化编码文件由用户140在包括处理器410的计算机400上的集成开发环境150中产生。17.根据权利要求12所述的系统，其中，所述神经网络500包括分类器，并且以具有标签的结构的形式输出预测，所述分类器采用指示编码结构的数字参数。18.根据权利要求17所述的系统，其中，在代表性的图形的嵌入空间上利用分类器完成预测。19.根据权利要求18所述的系统，其中，所述分类器是一对其余逻辑回归分类器。

技术总结
本发明提供一种用于将深度学习技术应用于自动化工程环境的系统和方法。系统分别从公共存储库和专用源检索大代码文件和自动化编码文件。大代码文件包括如下示例：被该方法和系统用于训练高级的自动化工程软件的通用软件结构示例。该系统将编码文件在公共空间中表示为嵌入图形，系统的神经网络使用所述嵌入图形来学习模式。基于学习，系统可以预测自动化编码文件中的模式。可以根据预测的模式创建可执行的自动化代码，以扩充现有的自动化编码文件。件。件。


技术研发人员：A.马丁内斯卡内多 P.戈亚尔 J.范德文特
受保护的技术使用者：西门子股份公司
技术研发日：2019.02.05
技术公布日：2021/11/4