一种基于软件开发问答网站的API教程汇编生成方法技术

本发明专利技术属于智能化软件开发技术领域，具体为一种基于软件开发问答网站的API教程汇编生成方法。本发明专利技术根据软件开发问答网站中API相关的讨论进行分析，识别其中所蕴含的API问题场景和API及其所扮演的角色；根据对应API问题场景模板中的关键信息类型对所涉及的各个句子进行分类，形成API问题场景的结构化描述；在此基础上，对每个API将相关的问题场景根据其结构化描述进行组织，形成一个API教程汇编，为API在不同问题场景下的问题解答及解决方案提供指导。本发明专利技术将软件开发问答网站中的API相关讨论按照问题场景进行细粒度和结构化抽取，利用抽取得到的问题场景结构化描述提供API教程汇编，使得相关讨论中所蕴含的API知识能够得到有效利用。

【技术实现步骤摘要】
一种基于软件开发问答网站的API教程汇编生成方法
本专利技术属于智能化软件开发
，具体涉及一种API教程汇编生成方法。
技术介绍
许多软件开发任务都需要利用API来完成，因此学习并掌握各种API库（如JDK、Android）是软件开发人员的基本技能之一。虽然API参考文档以及API教程等文档为API的定义和使用提供了相关说明，但是这些文档中所描述API知识经常很难被开发人员有效利用。此外，开发人员在日常的软件开发过程中还会碰到各种API文档中没有涉及的问题，需要相关的问题解释或者解决方案建议。因此，API相关的问题讨论在软件开发问答网站（如StackOverflow）中占据着相当的比例。然而，软件开发问答网站往往只提供非常粗粒度的描述标签（如所涉及的编程语言）以及有限的检索支持（如基于关键字的文本检索），使得这些API问题讨论难以在开发人员需要时被有效收集和利用。软件开发问答网站中的API讨论大多都是围绕特定的API问题场景进行的。例如，功能实现问题场景关注于实现特定功能所需要的API、功能性（非功能性）改进问题场景关注于当前基于本文档来自技高网...

【技术保护点】
1.一种基于软件开发问答网站的API教程汇编生成方法，其特征在于，以概念模型以及各类API问题场景类型所需的关键信息和API角色定义为基础，从软件开发问答网站中的API问题讨论中抽取API问题场景实例以及描述所需的关键信息的句子和扮演相关角色的API，从而形成API教程汇编所需要的API问题场景结构化描述；/n首先，通过对Stack Overflow上带有Java或Android标签的API相关问题讨论进行采样分析，识别并确定8种典型的API问题场景类型，即功能实现、非功能性改进、功能性改进、错误处理、原理性解释、API比较、替代解决方案、API使用方式学习；/n同时，通过采样分析确定总体概念...

【技术特征摘要】
1.一种基于软件开发问答网站的API教程汇编生成方法，其特征在于，以概念模型以及各类API问题场景类型所需的关键信息和API角色定义为基础，从软件开发问答网站中的API问题讨论中抽取API问题场景实例以及描述所需的关键信息的句子和扮演相关角色的API，从而形成API教程汇编所需要的API问题场景结构化描述；
首先，通过对StackOverflow上带有Java或Android标签的API相关问题讨论进行采样分析，识别并确定8种典型的API问题场景类型，即功能实现、非功能性改进、功能性改进、错误处理、原理性解释、API比较、替代解决方案、API使用方式学习；
同时，通过采样分析确定总体概念模型；其中，每个API讨论都包含一个问题和若干个答案；每个API问题场景类型都定义一组相关的API角色以及所需要的关键信息；抽取自问题描述的每一个API问题场景实例都属于某个API问题场景类型的实例，其中包含一组描述性句子以及相关的API；抽取自问题的描述性句子提供相应的API问题场景类型所需要的关键信息描述；抽取自问题和答案的API提供相应的API问题场景类型所需要的相关API角色；
针对8种典型的API问题场景类型，分别识别出各自所需要的关键信息，共17种，具体如下：
功能实现：所要实现的功能；
非功能性改进：已实现的功能、当前的次优实现方案、期望的改进；
功能性改进：期待结果、实际结果、当前的不正确实现方案；
错误处理：错误类型、错误出现上下文、当前有问题的实现；
原理性解释：原理性问题；
API比较：比较对象、比较场景；
替代解决方案：目前解决方案、期待解决方案描述；
API使用方式学习：使用对象、使用场景；
针对8种典型的API问题场景类型，识别出5种典型的API角色，具体为：上下文API、所建议的API、目前使用的API、错误API、异常类型API。


2.根据权利要求1所述的API教程汇编生成方法，其特征在于，具体步骤如下：
（1）API识别与API问题讨论筛选；
从所有候选的问题讨论中筛选出与目标API库中的API相关的问题讨论；筛选依据为：讨论内容中提及的目标API库中的API，以及问题讨论中是否包含被接受的答案、问题讨论的整体评分；
（2）问题场景及关键信息识别；
对于每一个筛选得到的API问题讨论进行分析，确认其中包含哪些问题场景，同时确定问题中的每个句子属于哪一类关键信息；为此，需要对问题陈述中的文本内容进行预处理，预处理包括分词分句、将代码片段替换为占位符、将句子中的API元素替换为特殊符号；
针对所定义的8种问题场景类型，通过人工标注API问题形成训练数据，利用这些训练数据为每一种问题场景类型训练一个二元文本分类器；给定一个API问题，依次使用每一种问题场景类型分类器对其进行判定，确定是否包含对应类型的问题场景；同一个API问题可以同时包含多种类型的问题场景；
针对所定义的17种关键信息类型，通过人工标注API问题中的句子形成训练数据，利用这些训练数据为每一种关键信息类型训练一个二元文本分类器；给定一个API问题中的每一个句子，根据问题场景类型分类器的判断结果，依次使用API问题包...

【专利技术属性】
技术研发人员：彭鑫，刘名威，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31