抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソフトウェアを開発する場合にプログラマはコードクローンを生成した。改質の有無にかかわらず複写及び糊化コードにより,開発者は,既存のコードを再利用プログラミングの生産性を改善した。しかし,コードクローンは,ソフトウェア保守への挑戦を提示した:それらは,複数のコード位置に同一または類似バグ修正またはプログラム変化の一貫性のある適用を必要とする。保守工程を簡素化するために,様々なツールは,[4],[2],[1][3][5],[6]を自動的に検出するために提案されている。いくつかのツールは,ソースコードをtokenize,[3],[1][4],[5]を明らかにするために,トークンの配列または頻度を比較した。いくつかの他のツールは,ソースコード[2],[6]の抽象構文木(AST)を比較するために木マッチングアルゴリズムを用いたクローンを検出した。本論文では,CCLEARNER,深層学習を利用する第一のみトークンベースクローン検出アプローチを提案した。CCLEARNERは分類器を訓練するために既知の方法レベルコードクローンとnonclonesからトークンを抽出し,次に,分類器が与えられたcodebaseのクローンを検出するために用いた。CCLEARNERを評価するために,著者らはBigCloneBench[7],実クローンの既存の大型ベンチマークを再利用できた。訓練のためのベンチマークの一部と試験のための他の部分を用い,CCLEARNERはクローンを効果的に検出することを観察した。同じデータセットを用いて,CCLEARNERと三種類の一般的なクローン検出ツールの間の最初の系統的な比較実験を行った。深層学習を用いないアプローチと比較して,CCLEARNERは低時間コストと競合クローン検出有効性を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】