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。
コード探索は,ソフトウェア開発中の開発者によって広く使われる技術である。それは,それらの質問に基づく大規模符号コーパスから開発者への意味的に類似した実装を提供する。既存の技法は,それぞれ,コードスニペットとクエリのための埋込み表現を構築するために,深層学習モデルを利用する。抽象シンタクチックツリー,制御フローグラフなどの特徴は一般的にコードスニペットの意味論を表現するために採用される。しかし,これらの特徴の同じ構造は必ずしも符号スニペットの同じ意味論を表示せず,その逆も同様である。さらに,これらの技法は,質問単語/符号トークンを埋込み表現に写像する複数の異なる単語マッピング関数を利用する。これは,クエリとコードスニペットにおける同じ単語/トークンの分岐埋込みを引き起こす。コードスニペットを自然言語記述(翻訳と呼ばれる)に変換する,新しいコンテキスト意識符号翻訳法を提案した。符号翻訳は機械命令で行われ,そこではコンテキスト情報が命令の実行をシミュレートすることにより収集される。さらに,翻訳とクエリの両方に対する埋込みを生成するために一つの単一語彙を用いて共有単語マッピング関数を設計した。1000クエリのコードSearchNetコーパス上で,TranCSと呼ばれる本手法の有効性を評価した。実験結果は,TranCSが,MRR(平均逆数ランク)に関して,49.31%から66.50%まで,最先端の技術を著しく凌駕することを示した。【JST・京大機械翻訳】