CCISolver：面向方法级代码注释不一致的端到端检测与修复
软件工程
2025-06-26 v1
摘要
代码中的注释是软件文档的关键基础，促进开发人员有效沟通和理解代码。然而，代码注释不一致（CCI）会对软件开发、测试和维护产生负面影响。近期缓解此问题的努力涌现，但现有研究常受不准确的数据集和不充分解决方案的制约，削弱了实际效果。在本研究中，我们首先对现有数据集进行量化分析，揭示大量样本数据被误标记。为解决数据限制，我们引入CCIBench，一个包含高质量数据的精炼数据集，以支持方法级CCI方法的训练和评估。此外，我们提出一种创新的基于LLM的端到端框架CCISolver，旨在通过识别和修复CCI来提高代码质量。全面评估表明，CCISolver性能卓越。对于检测任务，达到了89.54%的F1分数；在修复任务中，相对于最强基线实现了18.84%的GLEU分数提升。这种优势通过人类评估得到确认，其中CCISolver的修复成功率为0.6533，显著优于现有方法。关键在于，在实际的端到端场景中，CCISolver的创新架构比基线模型快约36%，凸显了其可扩展性和实际应用价值。
引用
@article{arxiv.2506.20558,
title = {CCISolver: End-to-End Detection and Repair of Method-Level Code-Comment Inconsistency},
author = {Renyi Zhong and Yintong Huo and Wenwei Gu and Jinxi Kuang and Zhihan Jiang and Guangba Yu and Yichen Li and David Lo and Michael R. Lyu},
journal= {arXiv preprint arXiv:2506.20558},
year = {2025}
}
备注
This manuscript is under review