Volume 2,Issue 9
Fall 2024
基于深度学习的Javascript 代码错误检测与自动修复
针对Javascript 代码中的错误检测与自动修复问题，本文提出了一种基于深度学习的解决方案。通过引入抽象语法树（AST）进行代码结构解析，结合Transformer 和CodeBERT 模型，系统实现了高效的错误检测与修复生成。特别地，该系统为非编程用户设计了直观易用的操作界面，降低了技术使用门槛。实验结果显示，本方法在语法错误和逻辑错误的检测与修复方面均表现出高准确率，适合大规模软件开发和教育环境的推广应用。
[1] 李明．深度学习模型在代码修复中的应用研究［J］．软件工程学报，2023,45(5): 123-130.
[2] 赵敏．基于抽象语法树的代码语义分析［J］．软件技术，2020, 29(2): 50-58.
[3] 杨欢．动态语言错误检测与修复研究［J］．数据科学与应用，2023, 40(6): 134-142.
[4] 陈强．Javascript 错误修复模型研究与实现［D］．北京大学，2021, 页码：65-72.
[5] 刘涛．代码质量提升中的深度学习应用［J］．编程语言技术，2022, 19(7): 110-117.
[6] 周洋．Javascript 代码调试工具的现状与未来［J］．信息技术，2021, 17(8): 45-53.
[7] Brown T, et al. Language Models are Few-Shot Learners［J］．NeurIPS, 2020, 33(7): 25-35.
[8] 王磊．基于Transformer 的代码错误检测技术分析［J］．人工智能学报，2022, 38(3): 88-96.
[9] 何伟．大规模代码修复模型的优化方法［J］．计算机科学，2021, 25(12): 152-160.
[10] 孙梅．深度学习模型在跨语言代码分析中的应用［J］．软件学报，2022, 33(4): 200-209.