基于自然语言句法信息的正则表达式生成

正则表达式由一系列字符和元字符组成,定义了一种匹配规则,可以用来检查一个字符串是否与所需的模式匹配。在软件开发过程中,很多开发人员发现编写正则表达式较为困难。因此,根据自然语言需求描述生成正则表达式成为研究热点。近年来,将自然语言描述转化为正则表达式的系统取得了一些研究成果,但往往只针对简单的序列化文本。探讨了将自然语言查询转化为可以执行其功能的正则表达式的方法。鉴于自然语言处理中句法解析的成功应用,模型使用自然语言的结构信息,以分层聚合的方式对语法解析树进行嵌入,并使用适用于输入树结构的Tree-transformer架构对自然语言描述进行自注意编码。解码器使用交叉注意力来预测正则表达式。在两个公共数据集上对模型进行了验证。实验证明,所提模型有效地提高了生成的正则表达式的质量,并在DFA-Equal-Acc评估指标中优于现有模型。

以交互方式生成正则表达式的算法及演示

正则表达式难以在非计算机专业人士中使用的原因主要是难以学习掌握、写出和更改。为了使更多非计算机专业人士可使用正则表达式强大的功能,正则表达式需要通过一个基于交互式的、简易的、有效的算法来生成,从而允许不了解正则表达式的人也可以记录下某个特定的字符串匹配需求或者将生成的正则表达式提交给某个系统使用。对于那些了解正则表达式的人同样可以使用该算法从而减轻构造正则表达式带来的负担。