COMET：利用增量图上下文表示生成提交消息

提交消息用于解释提交中的代码变更并促进开发者之间的协作。目前已提出多种提交消息生成方法，但它们在捕捉代码变更上下文方面表现有限。我们提出了 Comet（上下文感知提交消息生成），这是一种利用基于图的表示来捕捉代码变更上下文，并利用基于 Transformer 的模型生成高质量提交消息的新方法。我们提出的方法使用了我们开发的增量图 (delta graph) 来有效表示代码差异。我们还引入了一个可定制的质量保证模块来识别最佳消息，以减轻提交消息的主观性。实验表明，Comet 在 bleu-norm 和 meteor 指标上优于最先进技术，同时在 rogue-l 指标上具有可比性。此外，我们将所提方法与流行的 gpt-3.5-turbo 模型以及能力最强的 GPT 模型 gpt-4-turbo 在零样本、单样本和多样本设置下进行了比较。我们发现 Comet 在五项和四项指标上分别优于 GPT 模型，并在另外两项指标上提供了具有竞争力的结果。该研究对研究人员、工具开发者和软件开发者具有启示意义。软件开发者可利用 Comet 生成上下文感知的提交消息。研究人员和工具开发者可将所提出的增量图技术应用于类似场景，如代码审查摘要。