原文标题：Exploiting Code Knowledge Graph for Bug Localization via Bi-directional Attention
原文作者：Jinglei Zhang, Rui Xie, Wei Ye, Yuhan Zhang, Shikun Zhang 发表会议：ICPC 2020
原文链接：https://dl.acm.org/doi/abs/10.1145/3387904.3389281
笔记作者：zhanS@SecQuan
文章小编：cherry@SecQuan

给定软件项目中缺陷的自然语言描述，缺陷定位可以自动定位相关的源文件。最近，基于深度学习的模型被用于提取代码的语义信息，对缺陷定位有显著的改进。然而，编程语言是一种高度结构化和逻辑化的语言，它包含源文件内部和跨源文件的各种关系。在本文中，作者提出了一个名为KGBugLocator的模型，利用知识图谱来提取代码内部的关系，使用基于关键字监督的双向注意力机制正则化模型，挖掘源代码文件和缺陷报告间的内在关联。 基于深度学习的缺陷定位存在两个问题：

• 代码知识图谱嵌入
• 预编码
• 基于关键词监督的双向注意力机制
• Bug定位

Fig. 1 模型框架 

文章所构建的代码知识图谱示例如图2所示。代码知识图谱基于AST构建，节点和边分别对应代码实体和代码实体间关系。代码实体有5种类型：class、property、method、parameter和variable；对应的关系实体也是5类：class间的inheritance关系，class和property、class和method、method和parameter、method和variable之间的has关系，property和class、variable和class之间的instance_of关系，method和class之间的return type关系，method和method间的call关系。文章使用LSTM捕捉Bug报告的语义信息，使用CNN捕捉代码的语义信息，得到预处理的文本和代码表示。然后使用关键字监督帮助注意力机制更好地关注关键信息。具体来说，作者将既在代码中出现，又在报告中出现的token进行标记，将其所在的代码标记为关键代码行，关键代码行的权重高于非关键代码行。

Fig. 2 代码知识图谱

Fig. 3 数据集结构