機器學習模型

Question

有人可以幫助我滿足以下要求：

我想構建一個模型，該模型應該理解一段代碼並根據代碼內容預測編程語言。

任何線索將不勝感激。

例如：

private int input = 0;
 
public int getter() {
   return input;
}
public void setter(int in) {
  input = in;
}

輸出 - Java

謝謝

Answer 1

也許使用一些預訓練的語言模型來運行測試數據。 測試數據可以是一些語句和它們所屬的語言，您可以作為分類任務進行。

Answer 2

您可以使用 N-gram 來了解哪個關鍵字屬於哪種語言。 您可以查看： ngram 資源

您可以通過 GitHub 通過網絡抓取來找到源代碼。 因此，您可以自己創建源代碼和編程語言數據集。 如果你想更深入，有關於這個主題的書籍。 編程語言檢測書