程式碼異味優先排序與重構對軟體品質影響分析
本文探討程式碼異味優先排序及重構對軟體品質影響。研究發現，優先處理程式碼異味能有效平衡維護工作量與品質提升，且與處理所有異味的效果差異不大。實驗使用 TurboMQ 模組化指標比較不同情境下的系統品質，驗證了優先排序策略的有效性。
程式碼分析
4
Articles
程式碼Tokenizer訓練與模型建構
本文介紹如何針對程式碼訓練客製化Tokenizer，並使用GPT-2模型從頭訓練程式碼自動完成模型。文章涵蓋Tokenizer訓練、詞彙表分析、模型初始化、資料集準備和訓練流程設計，並探討不同詞彙量和資料集大小對Tokenizer效能的影響。最後，文章也示範如何將訓練好的Tokenizer儲存至Hugging
程式碼異味重構與軟體度量改善軟體品質
本文探討程式碼異味重構方法與軟體度量間的關係，如何透過 Extract Class 和 Extract Method 等重構技巧提升軟體品質，並深入研究根據度量指標的程式碼異味優先順序排序方法，探討如何結合修改歷史、程式碼相關性和可修改性等因素，有效識別和處理程式碼異味，最終提升軟體維護效率和降低維護成本。
詞彙語義關聯性計算與程式碼異味偵測及重構
本文探討詞彙語義相關性計算方法，並深入研究程式碼異味偵測與重構技術，涵蓋長方法、長引數列表、拒絕繼承、散彈槍手術等常見異味，並提出根據使用模式、共變異關聯等指標的程式碼異味優先排序方法，以提升軟體系統的可維護性和品質。文章提供例項程式碼與圖表，闡述如何計算語義相關性、偵測程式碼異味及進行程式碼重構。