化树为图：基于简化AST驱动的图卷积网络的自动代码审查

自动代码审查（ACR）能够缓解人工检查的成本，是软件工程中不可或缺且至关重要的任务。针对ACR，已有工作将抽象语法树（AST）序列化。然而，利用序列编码方法理解整棵AST是一项艰巨任务，主要因为AST中某些冗余节点阻碍了节点信息的传递。更不必说序列化表示不足以把握AST中树结构的信息。本文中，我们首先提出一个用于ACR任务的大规模Apache自动代码审查（AACR）数据集，因为该任务目前仍无公开可用数据集。该数据集的发布将推动该领域的研究。在此基础上，我们提出一种新颖的基于简化AST的图卷积网络（SimAST-GCN）来处理ACR任务。具体而言，为提高节点信息传播效率，我们首先通过删除不含连接属性的冗余节点来简化代码的AST，从而得到简化AST。然后，我们基于简化AST为每段代码构建关系图，以恰当体现树结构中代码碎片间的关系于图中。随后，鉴于图结构的优势，我们探索了一种遵循注意力机制的图卷积网络架构，以利用代码碎片的关键含义来导出代码表示。最后，我们在原始代码与修订代码的表示间采用简单而有效的减法操作，使修订差异能被更好地学习以判定ACR结果。在AACR数据集上的实验结果表明，我们所提模型优于当前最优方法。