cscg

代碼生成作為代碼摘要的雙重任務

Wei等人提出的CS/CG模型的臨時實施。

入門

• 每個數據集必須定義為torch.utils.data.Dataset的子類
  • 預處理和詞彙構建器（文本 - >詞彙查找索引）
  • __getitem__必須返回培訓示例
  • __len__
  • 生成火車/測試/有效分割
  • 計算語言模型概率（即P(x) ，其中x ：anno/code張量）

計算LM概率

• 獲取數據集的火車/測試/有效拆分。
• 為LM構造配置。
• 對於每種（Anno/code），請訓練LM並將模型傾倒為lm-{dataset_name}-{kind}.pt （例如lm-django-anno.pt ）。
• 最後，使用這些模型，為每個x （Anno/Code Tensor）計算P(x) 。

參考

 @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}
}