cscg

コード要約の二重タスクとしてのコード生成

Wei et alによって提案されたCS/CGモデルのアドホック実装。

はじめる

• 各データセットは、 torch.utils.data.Datasetのサブクラスとして定義する必要があり、方法
  • プリプロセシングとボカブビルダー（テキスト - >ボカブルックアップインデックス）
  • __getitem__トレーニングの例を返す必要があります
  • __len__
  • 列車/テスト/有効な分割の生成
  • コンピューティング言語モデルの確率（すなわちP(x) 、ここでx ：anno/codeテンソル）

LM確率を計算します

• データセットのトレイン/テスト/有効な分割を取得します。
• LMの構成を構築します。
• 各種類（anno/code）について、lmをトレーニングし、モデルをlm-{dataset_name}-{kind}.pt （ lm-django-anno.pt ）としてダンプします。
• 最後に、これらのモデルを使用して、各x （anno/codeテンソル）に対してP(x)を計算します。

参照

 @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}
}