本文旨在提出一种将 God Class 分解为多个更具体职责的少量类的自动方法，并使用可变图形自动编码器来将每个方法学习为向量表示，以便将其聚类为不同的组。本方法得到的结果比现有方法更好，证明了其有效性。

Mar, 2022

通过利用结构和语义特性，我们提出了一种自动化方法来推荐对开发人员最相关且最有用的单元测试，从而显著提高软件测试过程的效果和效率。使用神经网络将源代码方法和单元测试转化为分布式表示，并根据嵌入向量的相似度，识别出最相似的嵌入方法和相关单元测试作为最相似的推荐。方法在 Methods2Test 数据集上取得了良好的结果，推荐的测试用例减少了开发人员生成预期测试用例的工作量。

Oct, 2023

本文介绍了一种基于神经网络模型的代码嵌入方法，通过将代码片段表示为单一的固定长度代码向量，学习抽象语法树中路径的原子表示，并同时学习集合聚合的方法，从而预测代码的语义属性。通过训练一个包含 14M 个方法的数据集，我们证明了该方法的有效性，并通过相应的数据比较表明，该方法比先前的技术有着相对提高超过 75％，是第一个成功预测大型跨项目语料库上的方法名的方法。

Mar, 2018

使用基于启发式搜索的技术来解决代码重构中特定的耦合和内聚问题，并在 Java 项目上实现该算法及其有效性进行了演示。

May, 2023

本论文研究使用机器学习进行源码分析的问题，提出解决标准机器学习方法不能直接用于源代码的问题。作者通过使用 code2vec 嵌入方法来解决问题，但是实验结果表明，变量名对预测结果有较大影响。因此，作者提出了对变量名进行混淆的方法，进一步提高了嵌入模型的准确性，并探索了一种方法将类别层面的信息整合到嵌入模型中。研究结果在源代码分类方面表现出了较好的性能。

Apr, 2020

本文评估了代码表示模型 Code2vec 在 C 源代码中检测安全漏洞任务上的表现，结果表明 Code2vec 在此任务上的表现与预训练 RoBERTa 等简单的基于 Transformer 的方法相比具有可比性，并且优于更为简单的基于 NLP 的方法，并在维持低计算需求的同时达到了 61.43％的准确率。

Jun, 2021

使用人工识别特征并需要为每个任务付出人力劳动的软件补丁现有方法存在缺陷，本文提出一种基于神经网络的 CC2Vec 模型，通过伴随的日志消息学习代码更改的表示，以识别代码更改的层次结构并使用多个比较函数来识别删除和添加代码之间的差异，并证明该模型在多个软件补丁任务中均优于现有技术。

Mar, 2020

本文提出一种新的方法通过应用图嵌入技术到方法调用图来推荐方法名称，评估实验表明，该技术在困难情况下可以提出比现有技术更适当的方法名称候选。

Jul, 2019

此研究使用 CCRep 方法，通过将代码更改表示为特征向量，学习在多种软件工程任务上使用的高质量的代码更改表示方法。实验结果表明 CCRep 在各任务上表现优异。

Feb, 2023

EM-Assist 是一款 IntelliJ IDEA 插件，使用 LLMs 生成重构建议并进行验证、增强和排序，通过对真实世界开源项目中的 1752 次重构进行广泛评估，EM-Assist 的前五个建议中的召回率为 53.4％，相比只依赖静态分析的先进工具的 39.4％，用户易用性调查中 94.4％的工业开发者给出了积极评价。

May, 2024