我对机器学习是新手，但我想研究是否可以使用机器学习来比较两个源代码的抽象语法树（AST），以判断它们是否相似。

理想情况下，可以使用某个数据集进行训练，然后比较任意两个给定的AST来找出它们的相似之处。

有什么建议吗？

回答：

看起来你期望机器学习算法能够承担起发现两个AST之间相对“距离”的重任。这一点不太可能。相反，你可以考虑两个树的整体结构：它们在树的每一层是否具有相似的节点数量。如果它们确实如此——至少在树的主要部分——那么你可能希望定义两种“距离度量”方法中的一种来比较两个树：

• 不同节点值的数量

• 节点值的相对差异——也许是传统的Levenshtein距离……但更可能是理解特定语言语义的比较，以查看它们有多相似。例如，能够理解两个结构代表相同的语句，但可能存在不重要的空白或其他格式差异。或者可能是不同的变量名但相同的语义。

• 另一个额外的检查可能是定义有多少子树是相同的。然后对于不同的子树，定义一个空间度量，能够仅针对该子树找到结构上的相似性/差异

总结是：“整个问题没有现成的解决方案——但你可以利用现有的想法/算法来处理特定的局部情况”。