文献

J-GLOBAL ID：202002257951648408   整理番号：20A1533831

API学習可能性を改善するためのプログラム解析の利用【JST・京大機械翻訳】

Using Program Analysis to Improve API Learnability

著者 (1件)： Thayer Kyle (University of Washington, Seattle, WA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICER ’18  ページ： 292-293  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： API文書化とチュートリアルからの学習は,多くのプログラマにとって挑戦的である。APIの学習性を改善することは,特に新しいプログラマのために,この障壁を減らすことができる。APIソースコード,API文書化,オープンソースコード,およびAPIsに関する情報の他のオンライン情報源から鍵概念と学習依存性を抽出するためのプログラム解析のツールを使用する。この情報を用いて,任意のユーザ支援符号スニペットに対する学習マップを生成し,コードスニペットにおいて使用される各概念を通してユーザを取り入れる。ユーザはまた,コードスニペットを提供することなくAPIの最も一般的に使用される特徴を通してナビゲートする。また,ユーザが要求するAPIの特徴を見つけるのを助け,また,それらがコードに統合するのを助けるために,この研究を拡張することを期待する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  情報源 ,  プログラマ ,  *プログラム解析
準シソーラス用語： オープンソース ,  オンライン ,  ソースコード , 【Automatic Indexing@JST】

著者キーワード (3件)： アピ学習可能性 ,  自動生成ドキュメンテーション ,  プログラム解析

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (3件)： API ,  学習可能性 ,  プログラム解析