关键词：软件工程 代码审查 深度学习 长短期记忆模型 词向量 

摘要：针对代码审查过程中的代码审查意见对于开发者可能无价值的问题,文中提出了一种基于深度学习长短期记忆网络的代码审查意见有效性评估方法。该方法通过提取代码审查意见中与审查意见有效性相关的特征,并根据这些特征构建评估模型,从而评估审查意见对于开发人员是否有价值。为了验证方法的有效性,文中选取了GitHub上开源Eclipse项目中的审查信息作为实验数据,并将所提方法与其它机器学习方法对比。实验结果表明,该方法可以有效评估审查意见的价值。

电子科技杂志要求:

{1}参考文献列在文末，以中括号编码，按照文中引文出现的先后顺序排列，不单独分中外文。同一文献只出现一次。禁止将一部参考文献标注多个序列号。

{2}为保证本刊的原创性，杜绝任何形式的抄袭稿。稿件文责由作者自负，编辑部有权作必要的修改。文稿在3个月内未收到退修或录用通知，作者可自行处理，另投他刊。未被录用的稿件一般不退稿，请自留底稿。

{3}稿件需附作者单位推荐信，注明单位对稿件的审评意见以及无一稿两投、不涉及保密、署名无争议等项。

{4}提供每位作者的详细工作单位（含科室）、所在省市名、邮编。

{5}来稿请附300字左右的中英文摘要和3-5个关键词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社