面向示例编程的神经程序合成的数据生成
机器学习
2019-11-11 v1 神经与进化计算
编程语言
机器学习
摘要
示例编程是从少量输入/输出对合成程序的问题。近期应用机器学习方法于此任务的工作展现出前景，但通常依赖于生成合成示例用于训练。一个特别的挑战在于生成有意义的输入和输出集合，其能良好刻画给定程序并准确展示其行为。若用于测试的示例与训练数据由同一方法生成，则模型的性能可能部分依赖于此种相似性。本文中我们引入一种新方法，使用 SMT 求解器来合成覆盖给定程序多样行为的输入。我们开展了一个案例研究，将该方法与文献中已有的合成数据生成流程进行比较，发现使用我们的方法生成的数据既提升了示例集的判别力，也提升了训练后的机器学习模型对陌生数据的泛化能力。
引用
@article{arxiv.1911.02624,
title = {Data Generation for Neural Programming by Example},
author = {Judith Clymo and Haik Manukian and Nathanaël Fijalkow and Adrià Gascón and Brooks Paige},
journal= {arXiv preprint arXiv:1911.02624},
year = {2019}
}