买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种针对CPython和PyPy的解释器缺陷自动分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112799960B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110213194.3，技术领域涉及：G06F11/362；该发明授权一种针对CPython和PyPy的解释器缺陷自动分类方法是由王子元;孙爱月设计研发完成，并于2021-02-25向国家知识产权局提交的专利申请。

本一种针对CPython和PyPy的解释器缺陷自动分类方法在说明书摘要公布了：本发明公开了一种针对CPython和PyPy两个解释器中的缺陷的自动分类方法，包括以下步骤：1基于语法成分从issue报告的标题提取关键词；2结合量化分析和手动分类实验结果补充标签，弥补语法成分分析提取的不足，提升缺陷记录的检索效率；3基于代码和文本相似性，结合向量空间模型VSM，将issue推荐到相应类别。本发明的方法的难点在于通过提取issue报告中的关键词自动生成缺陷记录标签。利用混合技术，本发明填补了弥补解释器缺陷自动分类方向的空白，为Python解释器的开发和维护人员、Python应用程序的开发人员以及相关领域的研究人员提供一定的帮助。

本发明授权一种针对CPython和PyPy的解释器缺陷自动分类方法在权利要求书中公布了：1.一种针对CPython和PyPy两个解释器中的缺陷的自动分类方法，其主要步骤如下： 步骤1、基于语法成分从issue报告的标题提取关键词； 步骤2、结合量化分析和手动分类实验结果补充标签； 步骤3、基于代码和文本相似性，将issue推荐到相应类别； 进一步的，所述步骤1的具体步骤如下： 步骤1.1、首先获取CPython和PyPy的issue报告链接，并提取报告中关键信息，包括编号“ID”、标题“title”、组件“comp”、内容“msg”、拉请求“PR”、源文件路径“path”； 步骤1.2、提出记录缺陷的标签数据元模型，该模型规定了记录缺陷的标签具有的属性集合，集合包括以下几个属性： ConCondition：该属性描述了解释器在什么情况下会发生故障； SubSubject：该属性描述缺陷了解释器中的故障发生在什么地方； PhePhenomena：该属性描述缺陷了解释器中具体发生了什么故障； Fix：该属性描述了解释器中缺陷是如何被修复的； 步骤1.3、根据特定的句法规则，将issue报告标题分为两种不同的句式，从并从中抽取关键词及其维度，规则如下： 陈述句的文本提取规则：陈述句句式的issue标题，其主语、宾语和条件从句都有着固定的格式，分别对应故障发生的主体Sub、发生的具体故障Phe和故障发生的条件Con；根据这一书写格式提取“Sub+Phe+Con”； 祈使句的文本提取规则：祈使句句式的issue标题，没有主语，只有谓语动词和直接宾语，都是为了表达修复某个故障采用的方法Fix，根据这一书写格式提取“Fix+Fix”； 步骤1.4、依据这些规则，就能从issue的标题中抽取关键词当做标签，并且填充到对应的标签属性中，关键词提取算法采用TF-IDF度量模型，将i个issue报告记为Di，使用一组组带权重的单词来表示文档Di，记为SEi＝Wi，1，Wi，2，Wi，3…Wi，v，这里权重Wi,j表示文档Di中第j个单词的TF-IDF分数，具计算如下所示： 进一步的，所述步骤2的具体步骤如下： 步骤2.1、通过量化分析缺陷在组件中的分布情况，在CPython和PyPy中分别得到出现缺陷频率较高的15个组件，CPython中有LibraryLib、Documentation、InterpreterCore，PyPy中有PyPy2runningPython3.x、RPython，如果报告中出现这些组件，则将其填充到标签属性表中； 步骤2.2、通过量化分析缺陷在源文件中的分布情况，在CPython和PyPy中分别得到出现缺陷频率较高的15个源文件，CPython中包括Modulesposixmodule.c、Objectsunicodeobject.c、Pythonceval.c，PyPy中包括PyPymodulecpyexttypeobject.py、PyPymodulecpyextapi.py，如果缺陷修改源文件路径path中出现这些文件，则将其填充到标签属性表中； 步骤2.3、手动分析缺陷的根本原因，得到分类标准，于是，在issue的msg匹配分类标准关键词，PR字段提取缺陷修复时更改的代码行作为Fix属性，并将提取的关键词和属性填充到其标签属性表中，步骤2的实施能弥补语法成分分析提取的不足，提升缺陷记录的检索效率； 进一步的，所述步骤3的具体步骤如下： 步骤3.1、度量某个issue标签属性表与手动分类数据集的文本相似性度量，用户基于步骤1和步骤2提取的关键词向量，结合向量空间模型VSM，将两个数据集中的属性分为代码属性DC和非代码属性DD； 步骤3.2、在通过上述步骤将非代码属性DC表示为单词向量后，首先令接着用两个向SEm和SEn之间的余弦相似度来计算两个文档的相似性SimDD： 步骤3.3、度量代码片段DC1和DC1的相似性，首先要分别抽取代码片段中的变量类型名，形成字符串集合T1和T2，其次抽取调用方法名，形成集合M1和M2，最终代码相似性度量工作，就转变成度量集合T1和T2以及M1和M2的相似性； 度量集合相似性采用的是杰拉德系数，即变量类型相似系数为： 方法调用相似系数为： 完整代码片段的相似性计算公式如下： simDC＝β·simT+1-β·simM 步骤3.4、在得到文本相似性和代码相似性后，计算整体相似性，每个issue报告标签向量与手动分类样本向量集合的相似度记为scoreID＝sim1，sim2，sim3…simn，从该集合中选出最大值simIDmax，并找到其对应样本的手动分类标签tag推荐给该issue报告，其中整体相似性的计算公式如下： sim＝λ·simDD+1-λ·simDC。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。