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！

龙图腾网获悉大连理工大学申请的专利基于KNN解码增强的代码摘要生成方法及系统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：CN115237424B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210922180.3，技术领域涉及：G06F8/41；该发明授权基于KNN解码增强的代码摘要生成方法及系统是由林鸿飞;张帆;汶东震设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本基于KNN解码增强的代码摘要生成方法及系统在说明书摘要公布了：本发明公开了基于KNN解码增强的代码摘要生成方法及系统，基于代码摘要模型中的编码器对代码序列上下文语义信息进行向量表示；基于模型中的解码器对向量进行解码输出对应的预测摘要；同时在解码器后创新性的加入一个基于标注语料训练得到的存储向量‑单词数据对的离线数据库，使得模型每个时间步的预测同时对原模型解码器端的输出和使用KNN算法参考离线数据库的判断进行加权概率分布。本发明使用非参数的方法将KNN加入原模型的概率输出分布函数上，在原本输出的基础上起到了解码增强的作用，证明了基于KNN解码增强的代码摘要生成方法及系统的实用性，提高了模型对代码摘要的质量，以及模型的泛化性，同时降低了模型的迁移难度。

本发明授权基于KNN解码增强的代码摘要生成方法及系统在权利要求书中公布了：1.基于KNN解码增强的代码摘要生成方法，其特征在于，包括步骤如下： 步骤1，将待生成摘要的代码片段进行数据预处理； 步骤2，将步骤1预处理后的代码片段输入至预训练后的Seq2Seq代码摘要生成模型的编码器，获取其上下文特征向量作为该代码片段的语义信息表示；再通过将代码上下文特征向量输入至解码器，输出当前时间步的隐层向量； 步骤3，利用KNN算法从离线数据库中选取与步骤3输出当前时间步的隐层向量最相似的K个候选键值对，在当前K个候选目标中统计单词频次，经过规范化后得到在词表上的目标单词的概率分布； 步骤4，将步骤2解码器当前时间步输出的隐层向量通过线性层和Softmax操作映射为在词表维度上的概率分布，并与步骤3得到的在词表维度上的概率分布以超参数权重值相结合，得到最终的预测概率分布；选取最高概率所对应的单词作为当前时间步的预测结果； 步骤5，将步骤4的预测结果拼接至步骤2解码器的输入端，继续步骤2～4，逐步生成每一个时间步的预测单词，直至超过摘要长度限制或触发自然终止条件，输出所述目标代码片段的代码摘要。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。