第49卷第4期2023年4月ComputerEngineering计算机工程基于多维度异质图结构的代码注释自动生成戎珂瑶，熊贇（复旦大学计算机科学技术学院上海市数据科学重点实验室，上海200433）摘要：代码注释能够增强源代码的可读性、辅助软件开发过程，因此代码注释自动生成任务成为研究热点。然而现有工作大多只利用了源代码的序列信息或抽象语法树信息，未能充分捕捉代码语言特有的多种特征。为进一步利用源代码的多维度特征，提升注释生成的效果，构建基于多维度异质图结构的代码注释自动生成模型。利用异质图结构和图神经网络，将源代码的抽象语法树、控制流图、数据流图等进行融合并构建为具有多种节点和连边的异质表示图，以此表现代码的语义特征、序列特征、语法特征、结构特征等多维度特征。在真实数据集上的实验结果表明，该模型相较于Hybrid-DRL、NeuralCodeSum、SeqGNN等模型具有更好的效果，在BLEU-4、METEOR、ROUGE-L指标上分别最高提升1.6%、3.2%、3.1%，可获得更流畅、可读性更好的代码注释。关键词：代码注释生成；异质图；图注意力网络；神经机器翻译；多维度特征开放科学（资源服务）标志码（OSID）：中文引用格式：戎珂瑶，熊贇.基于多维度异质图结构的代码注释自动生成［J］.计算机工程，2023，49（4）：240-248.英文引用格式：RONGKY，XIONGY.Automaticcodeannotationgenerationbasedonmulti-dimensionalheterogeneousgraphstructure［J］.ComputerEngineering，2023，49（4）：240-248.AutomaticCodeAnnotationGenerationBasedonMulti-dimensionalHeterogeneousGraphStructureRONGKeyao，XIONGYun（ShanghaiKeyLaboratoryofDataScience，SchoolofComputerScience，FudanUniversity，Shanghai200433，China）【Abstract】Thetaskofautomaticcodeannotationgenerationhasbecomearesearchhotspotconsideringcodeannotationscanenhancethereadabilityofsourcecodeandassistthesoftwaredevelopmentprocess.Whilesomeresearchershaveexploitedthesequenceinformationorabstractsyntaxtreeinformationofsourcecode，themultiplefeaturesspecifictothecodelanguagehavenotbeenstudied.Therefore，tofurtherexploitthemulti-dimensionalfeaturesofsourcecodeandimprovetheannotationgenerationeffect，thisstudyusesaheterogeneousgraphstructureandgraphneuralnetworktofuseandconstructtheabstractsyntaxtree，controlflowgraph，anddataflowgrap...
