摘要
本申请公开了一种代码质量自动评估方法、装置、服务器、计算机可读存储介质以及计算机程序产品。该方法通过生成评估的目标代码的token序列，转换为词向量后对词向量中相邻token进行语义相关性提取，构建出代码表征，将原有的代码token从文本信息转换为数值向量信息，然后将代码表征向量输入前馈神经网络模型进行回归预测，自动化对代码质量进行打分。该方法中将代码表征应用于代码段分值预测，充分利用代码token序列中包含的语法、语义信息，挖掘代码段中包含的隐藏表示，用于预测代码段的质量分数，能够客观、细粒度地精准一键打分，实现了低成本、高效率、自动化的智能代码评估。
