近日，天津大学智能与计算学部软件工程团队成果"Dependency-aware Code Naturalness"被程序设计语言领域CCF-A类会议OOPSLA 2024录用。OOPSLA（Object-Oriented Programming, Systems, Languages & Applications）在程序设计语言领域享有盛誉，是相关领域学术研究的重要参考和指导；该会议本轮共接收60篇论文。这也是天津大学在程序设计语言领域顶级会议上的首篇论文。该项成果的第一作者为软件工程团队2022级硕士研究生杨晨，指导教师为陈俊洁（通讯作者）、姜佳君。
该项成果面向代码自然性开展研究，这也是大语言模型时代下程序代码的重要属性。代码自然性反映了代码重复性和可预测性的特征，对于各种代码相关任务具有重要价值。然而，现有方法忽略了代码之间的深层语义关系（如程序依赖），无法精确衡量代码自然性。该项成果首次通过分析代码中丰富的依赖信息，提高代码自然性衡量的精度，从而提升基于代码自然性的下游任务效果，包括缺陷代码静态识别、代码大模型训练数据清洗等。此外，与现有的RoPE、分层注意力机制等学习非线性上下文的方式不同，该方法通过静态程序分析提取非线性上下文，为大语言模型时代的非线性上下文利用提供了新的选择。
智能与计算学部软件工程团队是一支年轻化、高水平团队；研究方向主要包括基础软件测试、数据驱动的软件工程、可信人工智能、程序分析、代码审查、定位与修复、开源仓库挖掘等；团队先后主持/参与国家自然科学基金优青项目、重点项目、面上项目、青年基金项目以及多项企业合作项目等，成员入选中国科协青年人才托举工程、斯坦福大学发布的全球前2%顶尖科学家年度榜单，荣获CCF优博、中国电子学会自然科学一等奖、七项会议最佳/杰出论文奖等；成果贡献于开源社区，并在华为、国家汽车技术研究中心、海信集团等企业落地。
杨晨同学曾获得ACM学生科研竞赛全球季军，本科与硕士均获得天津大学优秀毕业生和优秀学生纪念章，今年九月将继续在智能与计算学部软件工程团队攻读博士学位。