-
题名基于大语言模型的API使用约束知识构建
- 1
-
-
作者
刘根壕
张能
郑子彬
-
机构
中山大学软件工程学院
华中师范大学计算机学院
-
出处
《计算机工程》
北大核心
2025年第8期74-85,共12页
-
基金
国家自然科学基金(62302536,62032025)
广东省基础与应用基础研究基金(2023A1515012292)。
-
文摘
API(Application Programming Interface)使用约束是开发者在调用API时必须遵守的条件或限制,以确保正确使用并避免API误用。API文档是提取这些约束的重要来源。现有的基于自然语言处理(NLP)的API使用约束提取方法通常依赖于句法模式,但对复杂并列句的处理能力有限,且对语法模式要求严格。为此,提出一种基于大语言模型(LLM)的API使用约束知识提取方法,记为AUCK。AUCK首先对Java API文档进行预处理,提取包含API使用约束的句子;其次,总结并列句的句法模式并设计相应案例,指导LLM将并列句拆分为简单句;最后,针对简单句总结出三元组句法模式,并设计案例指导LLM提取API使用约束三元组。实验结果表明,在Java API文档上,AUCK的准确率和召回率分别达到92.23%和93.14%,显著优于现有方法DRONE(准确率为80.61%,召回率为86.81%)、主流三元组提取工具OpenIE(准确率为76.92%,召回率为52.63%)以及大语言模型ChatGPT-3.5(准确率为82.23%,召回率为67.71%)。此外,将AUCK应用于Android和Python API文档的实验结果验证了其良好的迁移能力。
-
关键词
Java
api文档
api使用约束
大语言模型
并列句拆解
三元组提取
知识提取
-
Keywords
Java api documentation
api usage constraint
Large Language Model(LLM)
parallel sentence decomposition
triplet extraction
knowledge extraction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
