软件工程组论文“Learning Semantic Program Embeddings with Graph Interval Neural Network”日前荣获35^th ACM SIGPLAN Conference on Object-Oriented Programming Systems, Languages, and Applications（OOPSLA 2020）杰出论文奖（Distinguished Paper Award）。论文作者依次为王豫（南京大学）、WANG Ke（Visa Research）、高凤娟（南京大学）、王林章（南京大学）。

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，通过该学习过程降低学习的开销、提升学习语义的能力。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。

OOPSLA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。已经举办35届，国内总共获得两次OOPSLA的杰出论文奖，都在南大软件工程组。