标识符名称中包含封闭句法范畴词的结构与语义
软件工程
2025-07-25 v4
摘要
标识符名称是代码的关键组成部分,作为开发人员理解程序行为的首要线索。本文通过扩展语法模式的概念来研究标识符名称的语言结构,这些模式代表标识符短语所基于的词性序列。具体焦点是封闭句法范畴(例如介词、连词、冠词),尽管在软件工程中发挥着一般自然语言中的核心作用,但鲜有被研究。为研究这些范畴,构建并提出了封闭范畴标识符数据集(CCID),该数据集包含从30个开源系统中抽取的1,275个标识符的手动标注。随后使用以 grounded theory为灵感的编码、统计和模式分析来分析封闭范畴语法模式与程序行为之间的关系。结果揭示了开发人员如何通过命名来表达诸如控制流、数据转换、时间推理等其他行为角色概念的反复出现的结构。该工作为理解语言资源如何在标识符名称中编码行为提供了实证基础,支持命名、程序理解和教育等新方向的研究。
引用
@article{arxiv.2505.18444,
title = {On the Structure and Semantics of Identifier Names Containing Closed Syntactic Category Words},
author = {Christian D. Newman and Anthony Peruma and Eman Abdullah AlOmar and Mahie Crabbe and Syreen Banabilah and Reem S. AlSuhaibani and Michael J. Decker and Farhad Akhbardeh and Marcos Zampieri and Mohamed Wiem Mkaouer and Jonathan I. Maletic},
journal= {arXiv preprint arXiv:2505.18444},
year = {2025}
}
备注
Accepted by Empirical Software Engineering (EMSE)