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。
突然変異体を生成するために事前訓練言語モデル(CodeBERT)を用いる突然変異試験ツールであるμBERTを導入した。これは入力として与えられた表現からトークンをマスキングし,コードBERTを用いてそれを予測するために行う。このように,マスクトークンを予測されたものと置き換えることによって,突然変異体を生成した。欠陥4Jから40の実故障のμBERTを評価し,40の故障のうち27を検出でき,一方,ベースライン(PiTest)は,それらの26を検出した。また,μBERTがPiTestより2倍費用対効果が高く,同数の変異体を分析した。さらに,プログラム挿入推論技法を用いて使用するときのμBERTの突然変異体の影響を評価し,それらがより良い仕様の作成に役立つことを示した。最後に,実験評価中にμBERTにより生産されるいくつかの興味深い変異体の品質と自然性について論じる。【JST・京大機械翻訳】