基于组合分类算法的源代码注释质量评估方法

余海+李斌+王培霞+贾荻+王永吉

摘 要：源代码注释是软件的重要组成部分，研究者往往需要利用人工或自动化的方法产生分析注释，注释的质量评估也往往是通过人工来完成，这无疑是低效不客观的。为此，首先从注释的格式、语言形式、内容以及与代码相关度4个方面出发构建注释评估准则；进而，基于这一准则提出了一种基于组合分类算法的注释质量评估方法。该方法将机器学习以及自然语言处理技术引入到注释质量评估中来，利用分类算法将注释分为不合格、合格、良好、优秀四个等级。通过对基本分类算法的组合使用，使得评估效果进一步提高。组合分类算法的准确率和F1值较单独使用某一种分类算法提高20个百分点左右，除宏平均F1值外，各项指标都达到了70%以上。实验结果表明，所提方法能够很好地应用于注释质量评估。

关键词：源码注释；质量评估；文本分类；组合算法；自然语言处理

中图分类号：TP311

文献标志码：A

文章编号：1001-9081（2016）12-3448-06