用于编程语言纠错的深度强化学习
人工智能
2018-02-01 v1 编程语言
软件工程
摘要
初学者程序员常常困扰于编程语言的正式语法。为辅助他们，我们设计了一种适用于强化学习的新型编程语言纠错框架。该框架允许智能体模仿人类进行文本导航与编辑的动作。我们证明该智能体可直接从原始输入（即程序文本本身）通过自我探索进行训练，而无需任何编程语言的正式语法知识。我们利用专家演示提供训练数据的十分之一以加速训练。所提出的技术在 6975 个由学生在入门编程课程中写出的含印刷错误的错误 C 程序上进行评估。相对于使用全监督神经机器翻译方法的先进工具 DeepFix，我们的技术多修复了 14% 的程序和 29% 的编译器错误消息。
引用
@article{arxiv.1801.10467,
title = {Deep Reinforcement Learning for Programming Language Correction},
author = {Rahul Gupta and Aditya Kanade and Shirish Shevade},
journal= {arXiv preprint arXiv:1801.10467},
year = {2018}
}