何を意味するか  可視化と移動学習に基づくコードの意味論的表現学習【JST・京大機械翻訳】

Keller Patrick; Plein Laura; Bissyande Tegawende F.; Klein Jacques; Traon Yves Le

プレプリント

J-GLOBAL ID：202202202610840821 整理番号：22P0109005

何を意味するか可視化と移動学習に基づくコードの意味論的表現学習【JST・京大機械翻訳】

What You See is What it Means! Semantic Representation Learning of Code based on Visualization and Transfer Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年02月07日プレプリントサーバーでの情報更新日： 2020年02月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

NLPタスクのための訓練単語埋込みにおける最近の成功は,類似NLP法上に構築するソースコードのための表現学習に関する研究の波動を奨励している。次に,プログラム意味論の最大値を捉えるコード埋込みを生成する。最先端の手法は,常に構文表現(すなわち,生の語彙トークン,抽象構文ツリー,または中間表現トークン)に頼り,非ロバストまたは非一般化として文献において批判される埋込みを生成する。本研究では,ソースコードが意味論の視覚パターンを持つという直感に基づく新しい埋込みアプローチを検討した。さらに,これらのパターンを用いて,意味コードクローンを同定する優れた課題に取り組んだ。ソースコードの視覚表現がコンピュータビジョンの分野から強力な事前訓練画像分類ニューラルネットワークに供給され,転送学習の実用的利点から利益を得るWYSIWIM(”What You See Is What Swe See Is What the the S符号クローン検出(二値分類問題)と符号分類(マルチ分類問題)の2つのタスクのタスクの2つの変化に関する提案埋込みアプローチを評価した。BigCloneBench(Java)とOpen Judge(C)データセットに関する実験で,単純ではあるが,WYSIWIMアプローチがASTNNやTBCNNのような最新の手法の状態として有効に機能することを示した。さらに,視覚表現または分類アルゴリズムの選択のような著者らのアプローチにおける異なるステップの影響を検討し,最終的に,この研究方向の有望性と限界を議論した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 図形・画像処理一般

, , , ,

前のページに戻る

何を意味するか 可視化と移動学習に基づくコードの意味論的表現学習【JST・京大機械翻訳】

何を意味するか可視化と移動学習に基づくコードの意味論的表現学習【JST・京大機械翻訳】