一种基于知识图谱的API元素比较结果自动生成方法技术

本发明专利技术属于软件工程技术领域，具体为一种基于知识图谱的API元素比较结果自动生成方法。本发明专利技术基本步骤为：从API参考文档中抽取API结构知识作为知识图谱的骨架；从API结构知识中以及API元素对应的描述性句子中抽取出8种不同类型的知识；通过引入通用词典、通用知识图谱外部知识实现概念和关系的扩展，将从不同来源抽取出来的表达方式有差异的API知识进行融合；利用对齐的方式为给定的一对API元素生成一个表格形式的比较结果。本发明专利技术为软件开发人员提供了一种从API功能、特性、概念等不同维度进行API元素比较的方式，开发人员能够快速地了解API元素的共性和差异，从而能更快速准确地选择满足当前开发需求的API元素和学习API相关知识。

【技术实现步骤摘要】
一种基于知识图谱的API元素比较结果自动生成方法
本专利技术属于软件工程
，具体涉及一种基于知识图谱的API元素比较结果自动生成方法。
技术介绍
框架和库通常提供具有相似功能但是又细微差别的API元素，忽视相似API元素的差异可能会导致一些编程错误，例如JDK提供了两个具有相似功能的API类，java.lang.StringBuffer和java.lang.StringBuilder,前者可以在多线程情况下使用而后者不能。因此开发者经常关心于相似API元素的比较，比如截至2019年5月3日，编程问答网站StackOverflow有13,228个带有java标签的问题，其中38%的问题没有接受答案。实际上API参考文档包含了丰富的关于API元素不同方面的知识，如API的功能，API的特性，API的概念分类等，可以用来直接用来回答API比较的问题。但是自动地获取和利用这些API知识并且用来解决API元素比较问题是一个挑战。首先API知识散布在API参考文档地不同地方，即使是同一个API的知识也可能会跨越多个API的文档，并且API知识隐藏在非本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的API元素比较结果自动生成方法，其特征在于，基于通用API的参考文档自动化地构造API知识图谱，通过API知识图谱中的结构化规范化表示的API知识来支持API元素比较，自动生成结果；具体步骤为：/n首先，从API参考文档中抽取API结构知识作为知识图谱的骨架，API结构知识包括API包、类、接口、方法这些API元素的定义声明和API元素之间的包含、实现的结构关系；/n然后，从API结构知识中以及API元素对应的描述性句子中，抽取出可以用来回答API比问题的8种不同类型的知识，这8种不同类型的API知识是：概念分类、成员关系、功能说明、表现说明、功能比较、特性说明、特性比较...

【技术特征摘要】
1.一种基于知识图谱的API元素比较结果自动生成方法，其特征在于，基于通用API的参考文档自动化地构造API知识图谱，通过API知识图谱中的结构化规范化表示的API知识来支持API元素比较，自动生成结果；具体步骤为：
首先，从API参考文档中抽取API结构知识作为知识图谱的骨架，API结构知识包括API包、类、接口、方法这些API元素的定义声明和API元素之间的包含、实现的结构关系；
然后，从API结构知识中以及API元素对应的描述性句子中，抽取出可以用来回答API比问题的8种不同类型的知识，这8种不同类型的API知识是：概念分类、成员关系、功能说明、表现说明、功能比较、特性说明、特性比较和约束；
然后，通过引入通用词典、通用知识图谱这些外部知识来实现概念和关系的扩展，将从不同来源抽取出来的表达方式有差异的API知识进行融合，以便在API比较的时候相似的API知识能够进行更好地对齐；
最后，基于API知识图谱，利用对齐的方式来为给定的一对API元素（两个API方法或者两个API类）生成一个表格形式的比较结果，整个比较结果展示两个API的共性和差异。


2.根据权利要求1所述的基于知识图谱的API元素比较结果自动生成方法，其特征在于，具体操作分为两个部分：离线的API知识图谱的构建，在线的API比较服务；其中：
离线API知识图谱的构建，是根据API库的参考文档，构建得到API知识图谱，具体流程为：API结构抽取；API描述性句子抽取；API知识抽取；概念和关系扩展；
在线API比较服务，是根据一对要比较的API类/方法和构建好的API知识图谱，得到API比较结果表格，具体流程为：API知识对齐；API比较及结果生成。


3.根据权利要求2所述的基于知识图谱的API元素比较结果自动生成方法，其特征在于，所述API结构抽取的流程为：
首先，定义API知识图谱中包含的API元素和这些元素之间的结构关系；API元素包括API包、类、接口、方法、属性、异常、方法参数与返回值，API元素结构关系包括继承关系、实现关系、包含关系；
然后，用网页爬虫自动化地爬取API参考文档；基于API参考文档，通过设计一个网页包装器，自动化地从网页结构中抽取需要的API元素和API元素之间结构关系，从而得到API知识图谱的骨架。


4.根据权利要求3所述的基于知识图谱的API元素比较结果自动生成方法，其特征在于，所述API描述性句子抽取的流程为：
对于API参考文档中的API描述文本，首先经过分词、分句预处理，得到原始的描述性句子的集合；然后为了减少噪音，过滤掉少于三个词的句子或者包含代码片段的句子；之后，用一个自然语言处理工具来识别不完整的句子，如果其缺少主语，将句子属于的API元素的权限定名补全在句子的开头，如果同时缺少谓语，则在主语后面补充一个默认谓语“is”；为了更好地将句子和对应的API关联起来，让句子的语义更加完整，在识别句子里面以各种别名形式对于API元素的指代，将其替换成API的全限定名，以及利用自然语言处理工具中的指代消解模块来将指代API元素的代词替换成指代的API元素的全限定名。


5.根据权利要求4所述的基于知识图谱的API元素比较结果自动生成方法，其特征在于，所述API知识抽取的流程为：
利用设计的一系列启发式规则，从API描述性句子和从API结构中抽取API知识：
针对API描述性句子，定义一系列模板,每个模板描述某种特定的语言学描述模式，与一种API知识对应；并且每个模板有对应的代码来按照API知识的高层概念模型提取API知识的组成成分；对于一个API描述性句子，首先将其解析成简单句，对于每个简单句，识别其匹配的模板，然后用匹配的模板提取对应的API知识；
针对API结构，根据以下规则对API元素的名称及其继承、实现关系进行分析并抽取功能说明、特性说明、概念分类、成员关系这些API知识，然后加入到API知识图谱中，并与对应的API元素建立关系；
规则1：从类/接口名称中抽取功能说明：如果一个类/接口C的名称是一个名词N1加上一个可以转变成动词V的名词N2，那么为C抽取一个功能说明，其动作是由名词N2转变成的动词V，对象是起始的名词N1；
规则2：从方法名称中抽取功能说明：如果一个方法M的名称是一个动词V加上一到多个名词N，那么为M抽取一个功能说明，其动作动词V，对象是一到多个名词N；
规则3：从类/接口名称中抽取特性说明：如果一个类/接口C的名称包含形容词，那么就为C抽取一个特性说明，其特性表达式是这个形容词；
规则4：从继承实现关系中抽取特性说明：如果一个类/接口C1继承或者实现了另外一个接口/类C2，并且C2的名称是以形容词结尾的，那...

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