基于多轮推敲的自动注释生成
软件工程
2022-09-15 v1 人工智能
摘要
推敲是人类日常生活中常见且自然的行为。例如，在写论文或文章时，我们通常先写草稿，然后反复润色直到满意。受这种人类认知过程的启发，我们提出 DECOM，一种用于自动注释生成的多轮推敲框架。DECOM 由多个推敲模型和一个评估模型组成。给定一段代码片段，我们首先从代码中提取关键词，并从预定义语料库中检索相似的代码片段。然后，我们将检索到的代码的注释视为初始草稿，并将其与代码和关键词一起输入 DECOM 以启动迭代推敲过程。在每一轮推敲中，推敲模型对草稿进行润色并生成新的注释。评估模型衡量新生成注释的质量，以决定是否结束迭代过程。当迭代过程终止时，将选择生成的最佳注释作为目标注释。我们的方法在 Java（87K）和 Python（108K）的两个真实世界数据集上进行了评估，实验结果表明我们的方法优于最先进的基线。一项人工评估研究也证实，DECOM 生成的注释往往更具可读性、信息量和实用性。
引用
@article{arxiv.2209.06634,
title = {Automatic Comment Generation via Multi-Pass Deliberation},
author = {Fangwen Mu and Xiao Chen and Lin Shi and Song Wang and Qing Wang},
journal= {arXiv preprint arXiv:2209.06634},
year = {2022}
}