● 其次，ACS采用自然语言技术分析代码中的Javadoc，再利用Javadoc中的信息对错误补丁进行过滤。

● 最后，也是最重要的，开奖，ACS对互联网上广泛存在的开源代码进行统计，发现变量和应用在变量上的操作之间的关联信息，从而生成正确的补丁。

在上面的例子中，ACS先利用代码中的数据依赖确定lcm是应该使用在if判断中的变量，同时根据互联网上变量和操作之间的关联确定应该进行==Integer.MIN_VALUE的判断，最后再根据测试的预期结果生成if语句体中的throw语句，从而生成整个完整的补丁。

ACS系统的相关论文“Precise Condition Synthesis for Program Repair”已发表在ICSE 2017上。论文作者包括北京大学熊英飞研究员、北京大学硕士研究生王杰、电子科技大学本科生严润发、北京大学本科生章嘉晨、微软亚洲研究院主管研究员韩石、北京大学黄罡教授和张路教授。在投稿ICSE 2017后不久，熊英飞研究员就作为中国大陆唯一代表应邀参加了2017 程序缺陷修复Dagstuhl国际研讨会，就该论文内容进行了特邀报告，并受到了与会者的一致肯定。

从左至右：微软亚洲研究院主管研究员韩石，微软亚洲研究院学术合作经理孙丽君和北京大学熊英飞研究员

三年来，熊英飞研究员和微软亚洲研究院一直保持着密切的科研合作。不仅与微软亚洲研究院副院长张冬梅和主管研究员韩石一起承担了微软亚洲研究院的合作项目“Enhancing Source Code Mining with Semantics”，并在ICSE发表了论文，还与张冬梅博士负责的软件分析组成员合作进行了编译器测试的研究，且已经在ICSE、ICST等会议上发表了多篇论文。此外，双方还联合在北京大学开设了《软件分析》课程以培养更多相关优秀人才，等等。三年深耕，成果丰硕，我们期待未来双方在软件分析领域的合作会取得更多重要的成果！

你也许还想看：

感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，共建交流平台。来稿请寄：[email protected]。

微软小冰进驻微软研究院微信啦！快去主页和她聊聊天吧。