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。
自然言語記述からの自動コード生成は,ソフトウェア開発の過程で非常に有益である。本研究では,Python構文制約と意味制約に基づく誘導自動Python符号生成法を提案した。最初に,抽象構文ツリー(AST)の簡易版であるSyntax-Flowの形式でPython構文制約を導入し,Python符号の重要な構文情報を維持する。Syntax-Flowに加えて,著者らは,変数と機能名前をコードを通して一貫して抽象する変数-Flowを導入した。本研究では,事前訓練よりも,計算要求を低減するが,自動Python符号生成タスクにおいて高い発電性能を維持する微調整プロセスを修正することに焦点を当てた。GAP-Genは,EdinburghNLPからのコード-to-DocストリングデータセットコードSearchNet,CodeSearchNet AdvTestおよびCode-Docストリング Corpusを用いて,変圧器ベースの言語モデルT5およびCodeT5を微調整した。著者らの実験は,GAP-Genが従来の研究より自動Python符号生成タスクに関してより良い結果を達成することを示した。【JST・京大機械翻訳】