基于人工智能的代码自动生成方法与流程

技术特征：
1.基于人工智能的代码自动生成方法，其特征在于，该方法包括以下步骤：获取输入需求及代码库；获取输入需求中的关键词，将输入需求中的所有关键词作为一个关键词组，分别去除其中每个关键词得到若干缺一关键词组，所述每个缺一关键词组分别对应一个输入需求中的关键词；获取代码库中每条预设请求的关键词，将每条预设请求的若干关键词分别作为每条预设请求的关键词组，获取每个缺一关键词组在代码库中匹配的若干初始关键词组，将每个缺一关键词组匹配的若干初始关键词组与对应的代码分别作为每个缺一关键词组的若干初始文档，根据初始关键词组与对应的缺一关键词组获取每个缺一关键词组的若干匹配文档；获取任意一个缺一关键词组的若干匹配文档中的任意两个代码之间的整体相似度及匹配相似度，将整体相似度与匹配相似度的均值作为两个代码之间的综合相似度，根据每个缺一关键词组的若干匹配文档中的若干综合相似度获取输入需求中每个关键词的敏感度；构建输入需求中关键词的第一图结构，获取每个关键词在第一图结构中对应节点的最大路径，根据每个关键词的敏感度及对应节点的最大路径获取每个关键词的一致性邻域范围；获取代码库中若干候选关键词组，构建每个候选关键词组的第二图结构，获取每个关键词在第一图结构与每个第二图结构的一致性，将输入需求中所有关键词在第一图结构与任意一个第二图结构的一致性的均值作为输入需求与该第二图结构对应的候选关键词组的匹配度，将匹配度最大的候选关键词组对应的预设需求的代码作为输入需求的最佳匹配代码生成。2.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取每个缺一关键词组在代码库中匹配的若干初始关键词组，包括的具体方法为：获取任意一个缺一关键词组，将该缺一关键词组与代码库中若干关键词数量与输入需求的关键词组中关键词数量相等的关键词组进行匹配，将其中包含该缺一关键词组所有关键词的代码库中的关键词组作为该缺一关键词组在代码库中匹配的初始关键词组。3.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述根据初始关键词组与对应的缺一关键词组获取每个缺一关键词组的若干匹配文档，包括的具体方法为：将每个缺一关键词组对应的关键词记为缺一关键词，将每个初始关键词组中不匹配的关键词记为剩余关键词，将剩余关键词与缺一关键词中每个字分别作为一个元素，分别构成剩余关键词的剩余关键字集合与缺一关键词的缺一关键字集合；每个缺一关键词组分别对应若干初始关键词组，每个初始关键词组分别对应一个剩余关键词，则每个缺一关键字集合分别对应若干剩余关键字集合，获取任意一个缺一关键字集合与对应的每个剩余关键字集合的交集，获取交集不为空的剩余关键字集合，将交集不为空的剩余关键字集合对应的初始关键词组的初始文档作为该缺一关键字集合对应的缺一关键词组的匹配文档。4.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取任意一个缺一关键词组的若干匹配文档中的任意两个代码之间的整体相似度及匹配相似度，
包括的具体方法为：将代码中的每个字母及字符均转换为ascii码的十进制形式，则代码中的字母及字符分别用不同的数字表示，按照代码中的字母及字符顺序将数字进行排列得到两个代码的数字序列，获取两个数字序列之间的dtw距离，将dtw距离的倒数作为两个代码之间的整体相似度；分别计算两个代码中各个字母出现的频率，对于其中一个代码的各字母按照出现频率从小到大的顺序排列得到字母频率序列，获取两个代码的字母频率序列，通过阈值分割获取两个代码中的高频字母；将两个代码中的高频字母构建二分图，其中一个代码中的每个高频字母作为二分图的左侧节点，另一个代码中的每个高频字母作为二分图的右侧节点，节点之间的边值为两侧节点对应字母在各自代码中出现频率的比值，获取最佳匹配结果，将最佳匹配结果中每两个匹配的节点作为一个节点对，节点对中两个节点对应字母相同的记为相同节点对，将相同节点对的数量与所有节点对数量的比值作为两个代码之间的匹配相似度。5.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取输入需求中每个关键词的敏感度，包括的具体方法为：其中，表示输入需求中任意一个关键词的敏感度，表示该关键词对应的缺一关键词组的若干匹配文档中共有个综合相似度，表示第个综合相似度，表示以自然常数为底的指数函数。6.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述构建输入需求中关键词的第一图结构，包括的具体方法为：将输入需求中每个关键词分别作为一个节点，根据textrank方法获取关键词过程中词之间的相连关系获取关键词之间的相连关系，将每个关键词对应的节点根据关键词之间的相连关系得到节点之间的边，将节点与边构成的图结构记为输入需求中关键词的第一图结构。7.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取每个关键词在第一图结构中对应节点的最大路径，包括的具体方法为：每个关键词分别为第一图结构中的一个节点，获取第一图结构中每个节点到其他节点的路径长度，将每个节点最大的路径长度作为每个节点的最大路径；所述路径长度为每个节点到其他节点经过的边的数量。8.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取代码库中若干候选关键词组，包括的具体方法为：在代码库中若干预设需求的关键词组中，获取与输入需求的关键词组完全一致的若干关键词组并记为候选关键词组，所述完全一致包括关键词组间关键词数量相同，且关键词一一对应完全相同。9.根据权利要求1所述的基于人工智能的代码自动生成方法，其特征在于，所述获取每个关键词在第一图结构与每个第二图结构的一致性，包括的具体方法为：
获取任意一个第二图结构，获取第一图结构与该第二图结构中任意两个对应关键词相同的节点，将与其中任意一个节点直接相连的节点记为该节点的一级节点，与一级节点相连的节点记为该节点的二级节点，以此类推分别获取该节点与另一个对应关键词相同的多级节点；将两个节点的一级节点对应的关键词作为元素，分别获取两个节点的一级节点集合，获取两个一级节点集合的交集与并集，将交集与并集的比值作为两个节点的一级统一性；以两个节点中第一图结构中节点的一致性邻域范围为范围，获取范围内两个节点的多级节点的多级统一性，将两个节点的一致性邻域范围内的多级节点的多级统一性的均值作为两个节点对应关键词的一致性。

技术总结
本发明涉及数据处理技术领域，提出了基于人工智能的代码自动生成方法，包括：获取用户的输入需求；获取输入需求中的关键词，得到每个关键词对应的缺一关键词组，获取每个缺一关键词组的若干匹配文档；分别计算每个缺一关键词组的若干匹配文档中的任意两个代码之间的综合相似度，得到输入需求中每个关键词的敏感度；构建输入需求中关键词的第一图结构，获取若干候选关键词组，构建每个候选关键词组的第二图结构，获取每个关键词在第一图结构与每个第二图结构的一致性，根据一致性获取输入需求与每个候选关键词组的匹配度，生成输入需求的最佳匹配代码。本发明旨在解决传统关键词匹配进行代码生成导致匹配不准确而产生较大误差的问题。的问题。的问题。


技术研发人员：刘春江
受保护的技术使用者：北京一平方科技有限公司
技术研发日：2023.02.10
技术公布日：2023/3/10