代码审查(Code Review)指的是对源代码改动进行的检查,目的是防止不合格的代码改动影响到软件工程的质量。代码审查在软件开发和维护中占据着非常重要的地位,然而人工代码审查费时费力,为了减轻审查者的负担,提高软件开发效率,提出一种自动化代码审查技术是很有必要的。遗憾的是,现有的技术,例如克隆检测和缺陷定位,几乎都是用来建模两段源代码之间整体的相似性,而不是建模两段源代码之间的局部差异,难以在代码审查任务上发挥作用。为了构建一种能够自动化代码审查方法,本文对自动化捕捉源代码改动特征的技术进行了研究,主要取得了如下创新成果:1.针对将两个版本的源代码之间的改动进行建模的问题,本文提出了DACE方法。该方法创新性的构造了成对自编码器PAE,将一前一后两个版本的源代码的进行建模。为了让PAE有更好的效果,针对代码改动的特点,本文利用长短期记忆网络首先将被改动的代码语句与其未改动的上下文代码语句进行融合。结果表明,该方法在代码审查任务上可以达到高于基准方法的预测准确性。2.针对如何利用代码改动的生成过程来辅助自动化代码审查的问题,本文提出了VACE方法。该方法以同时建模开发者改动代码和审查者审查改动的角度,对代码审查进行更深层次的建模,本文将代表代码改动的特征表示向量进行分析,利用观测到的监督信息使合格的改动和不合格的改动在隐空间内被最大化区分开,这样还能够对人工开发时带来的不确定性进行模拟,因为每一个改动不仅仅对应一个改动特征向量而是一个随机变量的分布。结果表明该方法可以提高审查结果的准确性。