luonango / AutoPrograming2017

---

自动编程项目

组员： 骆明楠, 黎官钊, 杨煜, 刘珍梅, 朱清清, 彭晶, 郑蓝翔

---

项目分析

	描述
项目目标	输入代码需求的文字，输出对应c程序代码
已有数据	代码文字需求、对应的case代码和API
采用方案	神经网络生成代码

---

预备知识

词向量：

使用向量来表达词，机器学习算法才能处理自然语言。通用做法是：

• one-hot，即用长度为词库大小的向量来表示某词，向量分量中只有该词的位置为1,其他位置均为0.缺点：
  • 容易受维数灾难的困扰
  • 不能很好地刻画词与词之间的相似性
• Distributed Representation，通过训练将某种语言中的每一个词映射成一个固定长度的短向量。优点：
  • 短
  • 引入了词间的距离，能很好表示词间相似度。
  • 方法代表：Word2Vec

---

LSTM神经网络：

LSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络。

• 适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。
• 它是当前最流行的RNN，在语音识别、图片描述、自然语言处理等许多领域中成功应用。
• 简单理解： 输入一组词向量，输出经过提炼的一组向量

---

生成对抗网络：

• G(z)是一个神经网络，将训练成将样本z从先前的噪声分布P(z)映射到真实的数据空间。
• D(x)是一个神经网络，以数据样本x为输入，输出标量值。目的是判断x是真实数据还是G中的生成数据
• D目的是分辨出输入数据是真实样本还是生成样本。
• G的目的是混淆D，让D无法正确分辨。即生成的样本分布尽量和真实样本分布相似。
• 

---

方案设计

模块	描述	技术点
数据预处理	将Excel文档内容提取成相应格式	文本预处理
语义分析模型	将需求文字或case代码转为相应词向量	Word2Vec
生成网络G	将需求词向量进行提取，生成对应的代码词向量	深度神经网络
判别网络D	判断传入的代码词向量是真实还是生成的	深度神经网络

整体设计如图：

---

分工情况

子项目	成员
数据预处理	朱清清，彭晶，黎官钊
语义分析设计及编码	骆明楠，郑蓝翔，杨煜，彭晶
GAN设计及编码	骆明楠，黎官钊，刘珍梅

---

项目进展：

模块	进度	备注
数据预处理	80%	只剩下case代码预处理不佳
语义分析模型	90%	基础代码已完成，尚未将case代码转为词向量
GAN设计及编码	70%	代码编写已完成，尚未调试

---

网络架构

####生成网络：

• 

---

####判别网络：

• 

---

####GAN网络（Combined）:

• 

---

# Q & A

---