基于深度学习的软件错误定位与修复方法研究

针对当前软件自动修复方法无法实现多代码多语句错误的自动修复,本研究提出了基于深度学习的软件错误定位和修复方法,实现多个代码块的错误定位和修复。首先,设计了联合深度学习和频谱的错误定位技术,实现多个代码块的检测。其次,设计了基于树结构的循环神经网络模型,通过学习代码局部区域,生成代码转换规则。最后,使用通用数据集进行实验验证。结果表明,与现有方法相比,本方法生成的补丁个数大幅提升,能实现多语句错误自动修复。