1.基于多尺度AST和特征融合的代码摘要生成方法，其特征是，包括：获取目标代码；

针对目标代码，构建抽象语法树AST；

针对抽象语法树AST提取整个抽象语法树AST的节点嵌入向量；同时，针对抽象语法树AST分别提取每个节点的特征向量；

将整个抽象语法树AST的节点嵌入向量和每个节点的特征向量，输入到解码器中，输出生成的代码摘要。

2.如权利要求1所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，针对抽象语法树AST提取整个抽象语法树AST的节点嵌入向量；具体步骤包括：首先，针对抽象语法树AST，提取AST每个节点的词向量；

其次，对AST所有节点，进行最大池化操作，得到整个抽象语法树AST的节点嵌入向量。

3.如权利要求2所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，所述针对抽象语法树AST，提取AST每个节点的词向量；具体步骤包括：针对抽象语法树AST，采用word2vec提取AST每个节点的词向量。

4.如权利要求2所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，所述对AST所有节点，进行最大池化操作，得到整个抽象语法树AST的节点嵌入向量；具体是采用最大池化层来实现最大池化操作。

5.如权利要求1所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，针对抽象语法树AST分别提取每个节点的特征向量；具体步骤包括：针对抽象语法树AST，生成初始邻接矩阵；

对初始邻接矩阵进行尺度点乘处理，得到二次幂邻接矩阵；

对初始邻接矩阵进行尺度点乘处理，得到三次幂邻接矩阵；

针对抽象语法树AST的每个节点，进行初始化向量表示，得到每个节点的特征矩阵；

对初始邻接矩阵和每个节点的特征矩阵，进行特征提取，得到每个节点的初始特征向量矩阵；

对二次幂邻接矩阵和每个节点的特征矩阵，进行特征提取，得到每个节点的二次幂特征向量矩阵；

对三次幂邻接矩阵和每个节点的特征矩阵，进行特征提取，得到每个节点的三次幂特征向量矩阵；

对每个节点的初始特征向量矩阵、二次幂特征向量矩阵和三次幂特征向量矩阵进行特征融合，得到每个节点的特征向量矩阵；

对每个节点的特征向量矩阵进行转置，得到每个节点的特征向量。

6.如权利要求1所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，将整个抽象语法树AST的节点嵌入向量和每个AST节点的特征向量，输入到解码器中，输出生成的代码摘要；具体步骤包括：

采用注意力机制对每个AST节点的特征向量进行分配权重；

将整个抽象语法树AST的节点嵌入向量与分配权重后的每个AST节点的特征向量进行融合，得到融合向量；

将融合向量输入到训练后的GRU解码器单元中，输出生成的代码摘要。

7.如权利要求6所述的基于多尺度AST和特征融合的代码摘要生成方法，其特征是，所述训练后的GRU解码器单元的训练步骤包括：构建训练集，所述训练集包括：已知代码摘要和已知代码摘要对应的代码；

对已知代码摘要对应的代码进行预处理，得到整个抽象语法树AST的节点嵌入向量与分配权重后的每个AST节点的特征向量；

对已知代码摘要进行预处理，得到已知代码摘要的向量序列；

将已知代码整个抽象语法树AST的节点嵌入向量与分配权重后的每个AST节点的特征向量作为GRU解码器单元的输入值，将已知代码摘要的向量序列作为GRU解码器单元的输出值，对GRU解码器单元进行训练；得到训练后的GRU解码器单元。

8.基于多尺度AST和特征融合的代码摘要生成系统，其特征是，包括：获取模块，其被配置为：获取目标代码；

抽象语法树构建模块，其被配置为：针对目标代码，构建抽象语法树AST；

向量提取模块，其被配置为：针对抽象语法树AST提取整个抽象语法树AST的节点嵌入向量；同时，针对抽象语法树AST分别提取每个节点的特征向量；

代码摘要生成模块，其被配置为：将整个抽象语法树AST的节点嵌入向量和每个节点的特征向量，输入到解码器中，输出生成的代码摘要。

9.一种电子设备，其特征是，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述权利要求1‑7任一项所述的方法。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑7任一项所述的方法。