基于神经注意力与字节对编码的代码补全
计算与语言
2020-04-15 v1 机器学习
软件工程
摘要
在本文中，我们旨在基于Li等人实现的神经网络进行代码补全。我们的贡献在于使用了一种介于字符级与词级编码之间的编码，称为字节对编码（BPE）。我们将其应用于源代码文件，将其视为自然文本，而无需先经过抽象语法树（AST）。我们实现了两个模型：一个注意力增强的LSTM和一个指针网络，其中指针网络最初是为解决词汇表外问题而引入的。我们有兴趣探究BPE是否能替代指针网络在代码补全中的需求。
引用
@article{arxiv.2004.06343,
title = {Code Completion using Neural Attention and Byte Pair Encoding},
author = {Youri Arkesteijn and Nikhil Saldanha and Bastijn Kostense},
journal= {arXiv preprint arXiv:2004.06343},
year = {2020}
}
备注
4 pages, 4 figures, 1 table