文献
J-GLOBAL ID:202202236459697379   整理番号:22A0432406

PRHAN:ハイブリッド注意ネットワークに基づく自動プル要求記述生成【JST・京大機械翻訳】

PRHAN: Automated Pull Request Description Generation Based on Hybrid Attention Network
著者 (6件):
資料名:
巻: 185  ページ: Null  発行年: 2022年 
JST資料番号: C0845B  ISSN: 0164-1212  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
プル要求(PRs)の記述は,それらが作られた修正を記述するための開発者と,これらのPRsの対応する理由によって投稿された。PRは開発効率を改善するのを助けるが,いくつかの開発者は,通常,PRsの記述を書き込む。上記の問題を軽減するために,研究者は,一般に,PRのための記述を自動的に生成するためにテキスト要約モデルを利用する。しかしながら,現在のRNNベースのモデルは,低効率および外燃(OOV)のような課題に直面しており,それらのモデルに対する更なる性能改善に影響を与える可能性がある。このボトルネックを破るために,著者らは,PRHAN(ハイブリッド注意ネットワークに基づくPull Request Descration Generation)という,上記の課題を狙った新しいモデルを提案した。特に,PRHANのコアはハイブリッド注意ネットワークであり,RNNベースモデルよりも高速実行効率を持つ。さらに,サブワードレベルで語彙を構築するために,バイトペア符号化アルゴリズムを利用してOOV問題に取り組んだ。そのような語彙は,サブワードユニットを結合することによってOOV単語を表現することができる。モデルの感度を低減するために,著者らは,ラベル平滑化と呼ばれる交差エントロピー損失関数に単純だが効果的な方法を取り入れた。著者らは,Liuらによって構築されたリードCM,変換機および最先端モデルを含む3つのベースラインモデルを選択し,ROUGE,BLEUおよび人間評価を通してオープンソースデータセットに関するすべてのモデルを評価した。実験結果は,PRHANがベースラインより効果的であることを証明した。さらに,PRHANは,Liuらによって提案された最先端のモデルより速く実行することができた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
著者キーワード (4件):
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  光通信方式・機器 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る