CIDRe：一种用于代码注释质量度量的无参考多方面准则
软件工程
2025-05-27 v1 人工智能
计算与语言
机器学习
摘要
生成有效的结构化代码注释需要稳健的质量指标来进行数据集筛选，然而现有方法（SIDE、MIDQ、STASIS）在代码-注释分析方面存在局限性。我们提出了 CIDRe，一种语言无关的无参考质量准则，结合了四个协同作用的方面：（1）相关性（代码-注释语义对齐），（2）信息量（功能覆盖度），（3）完整性（所有结构部分的存在），以及（4）描述长度（细节充分性）。我们在人工标注的数据集上验证了该准则。实验表明 CIDRe 优于现有指标，在交叉熵评估中取得了提升。当应用该指标过滤注释时，在 CIDRe 过滤数据上微调的模型在 GPT-4o-mini 评估中显示出统计学上显著的质量提升。
引用
@article{arxiv.2505.19757,
title = {CIDRe: A Reference-Free Multi-Aspect Criterion for Code Comment Quality Measurement},
author = {Maria Dziuba and Valentin Malykh},
journal= {arXiv preprint arXiv:2505.19757},
year = {2025}
}