code2seq：从代码的结构化表示生成序列

Uri Alon; Shaked Brody; Omer Levy; Eran Yahav

code2seq：从代码的结构化表示生成序列

机器学习 2019-02-22 v6 编程语言机器学习

作者: Uri Alon , Shaked Brody , Omer Levy , Eran Yahav

摘要

从源代码片断生成自然语言序列的能力具有多种应用，如代码摘要、文档化和检索。从神经机器翻译 (NMT) 采用的序列到序列 (seq2seq) 模型通过将源代码视为词元序列，在这些任务上取得了最先进的性能。我们提出 ${\rm {\scriptsize CODE2SEQ}}$ ：一种利用编程语言句法结构以更好地编码源代码的替代方法。我们的模型将代码片断表示为其抽象语法树 (AST) 中组合路径的集合，并在解码时使用注意力机制选择相关路径。我们针对两项任务、两种编程语言和最多 $16$ M 个示例的四个数据集证明了我们方法的有效性。我们的模型显著优于专门为编程语言设计的先前模型以及最先进的 NMT 模型。我们模型的交互式在线演示可在 http://code2seq.org 获取。我们的代码、数据和训练好的模型可在 http://github.com/tech-srl/code2seq 获取。

关键词

代码摘要抽象语法树序列到序列注意力机制源代码建模神经机器翻译

引用

@article{arxiv.1808.01400,
  title  = {code2seq: Generating Sequences from Structured Representations of Code},
  author = {Uri Alon and Shaked Brody and Omer Levy and Eran Yahav},
  journal= {arXiv preprint arXiv:1808.01400},
  year   = {2019}
}

备注

Accepted to ICLR'2019

code2seq：从代码的结构化表示生成序列

摘要

关键词

引用

备注

相关论文