CodeSum：将程序语言翻译为自然语言
软件工程
2018-02-01 v2
摘要
在软件维护期间，程序员花费大量时间进行代码理解。阅读注释是程序员在理解源代码时减少阅读和导航时间的有效方法。因此，作为软件工程中的一项关键任务，代码摘要旨在为源代码生成简短的自然语言描述。本文提出了一种名为 CodeSum 的新代码摘要模型。CodeSum 利用基于注意力的序列到序列（Seq2Seq）神经网络，并结合抽象语法树（AST）的基于结构的遍历（SBT）。由 SBT 生成的 AST 序列能更好地呈现 AST 的结构并保持无歧义。我们在三种不同编程语言（即 Java、C# 和 SQL）的三个大规模语料库上进行了实验，其中 Java 语料库是我们新提出的从 Github 提取的工业代码。实验结果表明，我们的方法 CodeSum 显著优于现有最优技术。
引用
@article{arxiv.1708.01837,
title = {CodeSum: Translate Program Language to Natural Language},
author = {Xing Hu and Yuhan Wei and Ge Li and Zhi Jin},
journal= {arXiv preprint arXiv:1708.01837},
year = {2018}
}
备注
We have some additional experiments on this work