cscg

Pembuatan kode sebagai tugas ganda ringkasan kode

Implementasi ad-hoc dari model CS/CG yang diusulkan oleh Wei et al.

Memulai

• Setiap dataset harus didefinisikan sebagai sub-kelas torch.utils.data.Dataset , dengan metode untuk
  • Preprocessing dan Vocab Builder (teks -> indeks pencarian vocab)
  • __getitem__ yang harus mengembalikan contoh pelatihan
  • __len__
  • Menghasilkan Perpecahan Kereta/Tes/Valid
  • Probabilit model bahasa komputasi (yaitu P(x) , di mana x : anno/tensor kode)

Komputasi probabilitas LM

• Dapatkan Perpecahan Kereta/Tes/Valid untuk Dataset.
• Bangun konfigurasi untuk LM.
• Untuk setiap jenis (anno/kode), latih LM dan buang model sebagai lm-{dataset_name}-{kind}.pt (misalnya lm-django-anno.pt ).
• Akhirnya, menggunakan model ini, hitung P(x) untuk setiap x (anno/kode tensor).

Referensi

 @article{wei2019code,
  title={Code Generation as a Dual Task of Code Summarization},
  author={Wei, Bolin and Li, Ge and Xia, Xin and Fu, Zhiyi and Jin, Zhi},
  journal={arXiv preprint arXiv:1910.05923},
  year={2019}
}