cscg

การสร้างรหัสเป็นภารกิจคู่ของการสรุปรหัส

การใช้งาน Ad-Hoc ของโมเดล CS/CG ที่เสนอโดย Wei และคณะ

เริ่มต้น

• แต่ละชุดข้อมูลจะต้องกำหนดเป็นคลาสย่อยของ torch.utils.data.Dataset ด้วยวิธีการสำหรับ
  • การประมวลผลล่วงหน้าและตัวสร้างคำศัพท์ (ข้อความ -> ดัชนีการค้นหาคำศัพท์)
  • __getitem__ ซึ่งจะต้องกลับตัวอย่างการฝึกอบรม
  • __len__
  • สร้างการแยกรถไฟ/ทดสอบ/ที่ถูกต้อง
  • การคำนวณแบบจำลองภาษา Probabilites (เช่น P(x) โดยที่ x : Anno/Code Tensor)

การคำนวณความน่าจะเป็น LM

• รับการแยกรถไฟ/ทดสอบ/ที่ถูกต้องสำหรับชุดข้อมูล
• สร้างการกำหนดค่าสำหรับ LM
• สำหรับแต่ละชนิด (anno/code) ให้ฝึก LM และทิ้งโมเดลเป็น lm-{dataset_name}-{kind}.pt (เช่น lm-django-anno.pt )
• ในที่สุดการใช้โมเดลเหล่านี้คำนวณ P(x) สำหรับแต่ละ x (Anno/Code Tensor)

อ้างอิง

 @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}
}