<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SE</journal-id><journal-title-group><journal-title>Society and Economy</journal-title></journal-title-group><issn>2995-4959</issn><eissn>2995-4975</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SE.8499</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于深度学习的Javascript 代码错误检测与自动修复</title><url>https://artdesignp.com/journal/SE/2/6/10.61369/SE.8499</url><author>何煌</author><pub-date pub-type="publication-year"><year>2024</year></pub-date><volume>2</volume><issue>6</issue><history><date date-type="pub"><published-time>2024-06-20</published-time></date></history><abstract>针对Javascript 代码中的错误检测与自动修复问题，本文提出了一种基于深度学习的解决方案。通过引入抽象语法树（AST）进行代码结构解析，结合Transformer 和CodeBERT 模型，系统实现了高效的错误检测与修复生成。特别地，该系统为非编程用户设计了直观易用的操作界面，降低了技术使用门槛。实验结果显示，本方法在语法错误和逻辑错误的检测与修复方面均表现出高准确率，适合大规模软件开发和教育环境的推广应用。</abstract><keywords>JavaScript,错误检测分析,自动修复,编程教育</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 李明．深度学习模型在代码修复中的应用研究［J］．软件工程学报，2023,45(5): 123-130.[2] 赵敏．基于抽象语法树的代码语义分析［J］．软件技术，2020, 29(2): 50-58.[3] 杨欢．动态语言错误检测与修复研究［J］．数据科学与应用，2023, 40(6): 134-142.[4] 陈强．Javascript 错误修复模型研究与实现［D］．北京大学，2021, 页码：65-72.[5] 刘涛．代码质量提升中的深度学习应用［J］．编程语言技术，2022, 19(7): 110-117.[6] 周洋．Javascript 代码调试工具的现状与未来［J］．信息技术，2021, 17(8): 45-53.[7] Brown T, et al. Language Models are Few-Shot Learners［J］．NeurIPS, 2020, 33(7): 25-35.[8] 王磊．基于Transformer 的代码错误检测技术分析［J］．人工智能学报，2022, 38(3): 88-96.[9] 何伟．大规模代码修复模型的优化方法［J］．计算机科学，2021, 25(12): 152-160.[10] 孙梅．深度学习模型在跨语言代码分析中的应用［J］．软件学报，2022, 33(4): 200-209.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
