Code2Que：从 Stack Overflow 中挖掘代码片段以改进问题标题的工具
软件工程
2020-07-22 v1
摘要
Stack Overflow 是软件开发人员使用的最受欢迎的技术问答网站之一。向 Stack Overflow 寻求帮助已成为软件开发人员解决编程相关问题的日常工作中必不可少的一部分。尽管 Stack Overflow 社区已提供质量保证指南以帮助用户撰写更好的问题，但我们观察到提交到 Stack Overflow 的大量问题质量较低。在本文中，我们介绍了一款新的基于 Web 的工具 Code2Que，它可以帮助开发人员针对给定代码片段撰写更高质量的问题。Code2Que 包含两个主要阶段：离线学习与在线推荐。在离线学习阶段，我们首先收集一组高质量的 <代码片段, 问题> 对作为训练样本。然后，我们通过一种深度序列到序列（sequence-to-sequence）方法在这些训练样本上训练模型，并增强了注意力机制、拷贝机制和覆盖机制。在在线推荐阶段，对于给定的代码片段，我们使用离线训练的模型生成问题标题，以协助经验较少的开发人员更有效地撰写问题。同时，我们将给定的代码片段嵌入为向量，并检索具有相似问题代码片段的相关问题。
引用
@article{arxiv.2007.10851,
title = {Code2Que: A Tool for Improving Question Titles from Mined Code Snippets in Stack Overflow},
author = {Zhipeng Gao and Xin Xia and David Lo and John Grundy and Yuan-Fang Li},
journal= {arXiv preprint arXiv:2007.10851},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2005.10157