Page 357 - 《软件学报》2026年第3期

1320 软件学报 2026 年第 37 卷第 3 期

表 1 收集论文的会议或期刊详情

缩写 发表源 CCF级别 论文数量 论文占比 (%)
arXiv － － 36 33.00
EMNLP Conference on Empirical Methods in Natural Language Processing B 11 10.00
ICSE International Conference on Software Engineering A 10 9.00
ASE International Conference on Automated Software Engineering A 6 6.00
ACL Annual Meeting of the Association for Computational Linguistics A 4 4.00
ISSTA International Symposium on Software Testing and Analysis A 3 3.00
AAAI AAAI Conference on Artificial Intelligence A 2 2.00
NeurIPS Neural Information Processing Systems A 2 2.00
TOSEM Transactions on Software Engineering Methodology B 2 2.00
IST Information and Software Technology B 2 2.00
DAC Design Automation Conference A 2 2.00
TSE Transactions on Software Engineering A 2 2.00
ICSME International Conference on Software Maintenance and Evolution B 2 2.00
ICLR International Conference on Learning Representations A 2 2.00
FSE ACM International Conference on the Foundations of Software Engineering A 2 2.00
其他 － － 20 19.00
总数 － － 108 100.00

结果显示, 67% 的论文发表在经过同行评审的出版物上, 其中 EMNLP 和 ICSE 是相对最受欢迎的出版物, 分
别包含了 11 和 10 篇相关论文, 其次是 ASE (6 篇)、ACL (4 篇) 和 ISSTA (3 篇). 此外, 发表的论文大多来自顶级
会议. 这一结果表明, 由于会议论文集具有更高的时效性, 研究者更倾向于在会议上展示最新的工作. 这些论文集
覆盖不同的研究领域, 包括软件工程、人工智能和自然语言处理. 同时, 分析结果表明, 其余 33% 的论文未经过同
行评审, 发表在 arXiv 上, 这种情况反映了相关研究在短时间内迅速增多的趋势.
3.3 编程语言分布
在基于 RAG 的软件工程研究中, 编程语言的使用分布在一定程度上受下游任务相关数据集的成熟度与可用
性影响, 如图 3 所示.

C++ 5% C 5% JS 5%
C# 4%
Ruby 3%
TypeScript 2%
SQL 7%
Go 2%
Verilog 2%
PHP 2%
Kotlin 2%
Ring 1%
Java 22% Pony 1%
Structured text 1%
其他 7%
Bash 1%
Python 31%
图 3 基于 RAG 在软件工程领域研究的编程语言分布情况

Python 和 Java 作为最常用的语言, 分别在约 31% 和 22% 的研究中出现, 广泛应用于代码完成、代码生成、
程序修复和漏洞检测等下游任务, 主要得益于其丰富且成熟的数据集 (如 Defects4J、CodeSearchNet 和 CodeNet)
及其在实际开发中的广泛应用. C/C++虽然在整体使用频率上较低 (约 5%), 但在系统级编程、性能优化和漏洞修
复等特定任务中占据重要地位, 依赖于专用的数据集支持. JavaScript 和 TypeScript 在 Web 开发相关的代码生成
和完成任务中分别占据约 5% 和 2% 的比例, 反映出 Web 应用需求的推动作用. 其他语言如 Go、Verilog、PHP、