软件工程组论文“Learning Semantic Program Embeddings with Graph Interval Neural Network”日前荣获35th ACM SIGPLAN Conference on Object-Oriented Programming Systems, Languages, and Applications（OOPSLA 2020）杰出论文奖（Distinguished Paper Award）。该论文工作由软件工程组团队与Visa Research合作完成，论文作者是王豫（博士生）、Wang Ke（Visa Research）、高凤娟（博士生）、王林章。该论文工作发现，图神经网络运用于程序语言相关任务时，存在未充分利用程序结构信息和消息传递过程开销大这两个难点问题；为此，该论文提出基于区间的图神经网络模型，该模型依据控制流图所划分的区间（即程序中的循环结构）逐步学习程序的表示，并通过区间结构降低学习的开销。实验结果表明该基于区间的图神经网络模型在预测错误使用的变量、函数名以及空指针解引用缺陷等任务中都展示出了比传统图神经网络更好的效果。
ACM SIGPLAN Conference on Object-Oriented Programming Systems, Languages, and Applications是程序语言领域国际顶级学术会议，也是中国计算机学会推荐A类国际学术会议，已举办35届。这是软件工程团队在该系列学术会议上第二次获得此项殊荣（前次获得OOPSLA2013杰出论文奖）。
