买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利基于双模态联合建模的软件设计模式推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115390806B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211083423.5，技术领域涉及：G06F8/20；该发明授权基于双模态联合建模的软件设计模式推荐方法是由林鸿飞;汶东震设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本基于双模态联合建模的软件设计模式推荐方法在说明书摘要公布了：本发明公开了基于双模态联合建模的软件设计模式推荐方法，充分利用深度语言模型对自然语言和程序语言联合建模来解决向用户推荐软件设计模式的任务。首先构建用于软件设计模式推荐的语料库，其次将用户需求文本和软件源代码转化为实数特征向量，然后构建双模态联合建模的软件设计模式推荐模型并将两种不同模态的特征向量输入进行交互匹配，最后面向用户需求实现软件设计模式推荐。本发明能够向用户提供符合其需求的软件设计模式候选列表，且相较于其他模型具有更加精准的推荐效果，证明了基于双模态联合建模的软件设计模式推荐方法的实用性。

本发明授权基于双模态联合建模的软件设计模式推荐方法在权利要求书中公布了：1.基于双模态联合建模的软件设计模式推荐方法，其特征在于，包括步骤如下： 步骤1，构建用于软件设计模式推荐的语料库，所述语料库包括不同设计模式的软件源代码、软件设计需求文本以及所述软件源代码、软件设计需求文本共享的设计模式标签； 步骤2，应用双模态联合建模的软件设计模式推荐模型，以步骤1构建的语料库为基础，实现面向用户需求的软件设计模式推荐，向用户提供满足用户需求的推荐候选列表，具体步骤如下： 步骤2.1，对用户需求文本进行软件设计需求特征抽取，再输入到软件设计需求理解模块中，转化为用户需求特征向量，实现用户需求理解；所述软件设计需求理解模块包括第一自然语言预训练子模块、项目开发编程语言特征嵌入子模块和第一特征融合子模块；在软件设计需求文本特征抽取的基础上，将软件设计需求文本特征数据通过第一自然语言预训练子模块转换为软件设计需求文本的表示特征向量；编程语言类型特征数据通过项目开发编程语言特征嵌入子模块转换为编程语言视角特征向量，两种特征向量同时输入到第一特征融合子模块中融合构成软件设计需求实数特征向量； 步骤2.2，对语料库中的软件源代码进行软件源代码多源特征抽取，再输入到软件设计模式理解模块中，最终转化为软件设计模式实数特征向量；所述软件设计模式理解模块包括软件源代码预训练子模块、第二自然语言预训练子模块、软件源代码结构特征抽取子模块和第二特征融合子模块；首先在多源软件源代码特征数据基础上，将软件源代码输入到软件源代码预训练子模块中获得软件源代码的表示特征向量，其次将软件源代码方法名与API名按照其在软件源代码中的原始顺序依次进行拼接，并输入到第二自然语言预训练子模块中，以获得软件源代码的深度语义特征向量，然后将抽象语法树采样路径输入软件源代码结构特征抽取子模块中构建软件源代码的结构特征向量，最终将三种特征向量同时输入第二特征融合模块中融合构成软件设计模式实数特征向量； 步骤2.3，将步骤2.1输出的用户需求特征向量与步骤2.2中输出的软件设计模式实数特征向量输入所述双模态联合建模的软件设计模式推荐模型中进行向量交互，实现软件设计模式匹配，得到二者的相关性分数，并以此为依据，将语料库中的软件源代码按照相关性分数进行降序排列，得到设计模式推荐语料的候选列表，并面向用户输出设计模式推荐结果； 所述双模态联合建模的软件设计模式推荐模型训练的过程如下： 所述模型基于Bert的Siamese网络，首先将通过所述理解模块输出的自然语言模态的软件设计需求实数特征向量与编程语言模态的软件设计模式实数特征向量输入特征交互融合模块的特征融合神经网络中进行交互融合，得到双模态设计模式表示向量，并构建软件设计模式推荐深度模型，其次将语料库中的设计模式标签作为训练目标，并设计用于多标签分类的设计模式预测分类头，然后使用文本分类损失函数作为模型训练的损失函数，将设计模式预测分类头预测得到的设计模式标签与正确标签以及负例样本标签之间组成三元组，使用文本分类损失函数对正例与负例之间的样本差距进行学习，模型训练过程中使用梯度反向传播算法，最后使用神经网络常用的优化方法寻找双模态联合建模的软件设计模式推荐模型收敛状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。