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。
スタックオーバフローおよびGitHubのギストシステムのようなプラットフォームは,特別なタスクを説明するために設計されたコードスナップの分布を通してアイデアおよびプログラミング技術の共有を促進する。一般的で急速に成長するプログラミング言語であるPythonは,両サイトにおいて重い利用を必要とし,約100万の質問は,StackオーバーフローとGitHubに関する40万人の公共ギストについて質問されている。残念ながら,これらのサイトを通して共有されたPython例コードの約75%は直接実行できない。クリーンな環境で実行すると,公共Python gistの50%以上は,欠落した図書館に対する輸入誤差により失敗する。著者らは,DockerizeMeを提示し,輸入誤差なしでPythonコードスナペットを実行するために必要な依存性を推論する技術である。DockerizeMeは,Python Package Index(PYPI)からの一般的Pythonパッケージに対する資源と依存性のオフライン知識獲得から始まる。次に,グラフベース推論手順を用いてDocker仕様を構築した。著者らの推論手順は,Gistableのベースライン手法がすべての依存性を見つけることができず,設置することができないGistableなデータセットから,およそ3,000のギストの892において,輸入誤差を解決した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】