基于多重采样增强 Transformer 的 Stack Overflow 帖子多样化标题生成
软件工程
2023-03-14 v1 计算与语言
摘要
Stack Overflow 是最受欢迎的编程社区之一，开发者可在其中就遇到的问题寻求帮助。然而，若缺乏经验的开发者未能清晰描述其问题，便难以吸引足够关注并获得预期解答。我们提出 MNSCT5，一种从给定代码片段自动生成多个帖子标题的新方法。开发者可利用所生成的标题查找紧密相关的帖子并完善其问题描述。MNSCT5 采用 CodeT5 骨干网络，这是一个具有优异语言理解与生成能力的预训练 Transformer 模型。为缓解同一代码片段在不同语境下可能对应不同标题的歧义问题，我们提出最大边缘多重核采样策略，一次性为开发者生成多个高质量且多样化的候选标题以供选择。我们构建了涵盖八种编程语言、含 89 万条问题帖的大规模数据集来验证 MNSCT5 的有效性。基于 BLEU 与 ROUGE 指标的自动评估结果证明了 MNSCT5 相对于六种最先进基线模型的优越性。此外，具有可信结果的人工评估也展示了我们的方法在真实世界应用中的巨大潜力。
引用
@article{arxiv.2208.11523,
title = {Diverse Title Generation for Stack Overflow Posts with Multiple Sampling Enhanced Transformer},
author = {Fengji Zhang and Jin Liu and Yao Wan and Xiao Yu and Xiao Liu and Jacky Keung},
journal= {arXiv preprint arXiv:2208.11523},
year = {2023}
}
备注
under review