A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Combined Alignment Model for Code Search Um modelo de alinhamento combinado para pesquisa de código

Juntong HONG, Eunjong CHOI, Osamu MIZUNO

  • Exibições de texto completo

    1

  • Cite isto

Resumo:

A pesquisa de código é uma tarefa para recuperar o código mais relevante dada uma consulta em linguagem natural. Vários estudos recentes propuseram métodos baseados em aprendizagem profunda que usam o modelo multi-codificador para analisar o código em vários campos para representar o código. Esses métodos melhoram o desempenho do modelo ao distinguir entre códigos semelhantes e utilizar uma matriz de relação para unir o código e a consulta. No entanto, esses modelos requerem mais recursos computacionais e parâmetros do que modelos de codificador único. Além disso, a utilização da matriz de relação que depende apenas do agrupamento máximo desconsidera a entrega de informações de alinhamento de palavras. Para aliviar esses problemas, propomos um modelo de alinhamento combinado para busca de código. Concatenamos os campos de vários códigos em uma sequência para representar o código e usamos um modelo de codificação para codificar os recursos do código. Além disso, transformamos a matriz de relação utilizando vetores treináveis ​​para evitar perdas de informação. Em seguida, combinamos atenção intramodal e intermodal para atribuir as palavras mais importantes e, ao mesmo tempo, combinar o código e a consulta correspondentes. Finalmente, aplicamos o peso da atenção à incorporação de código/consulta e calculamos a similaridade de cosseno. Para avaliar o desempenho do nosso modelo, comparamos nosso modelo com seis modelos anteriores em dois conjuntos de dados populares. Os resultados mostram que nosso modelo atinge desempenho Top@0.614 de 0.687 e 1, superando os melhores modelos de comparação em 12.2% e 9.3%, respectivamente.

Publicação
IEICE TRANSACTIONS on Information Vol.E107-D No.3 pp.257-267
Data de publicação
2024/03/01
Publicitada
2023/12/15
ISSN online
1745-1361
DOI
10.1587/transinf.2023MPP0002
Tipo de Manuscrito
Special Section PAPER (Special Section on Empirical Software Engineering)
Categoria

autores

Juntong HONG
  Kyoto Institute of Technology
Eunjong CHOI
  Kyoto Institute of Technology
Osamu MIZUNO
  Kyoto Institute of Technology

Palavra-chave