自动注释生成技术是否落后？探讨方法依赖性对代码理解的影响
软件工程
2025-04-29 v1
摘要
方法级注释对提高代码理解和支持软件维护至关重要。随着大型语言模型（LLM）的进步，自动注释生成已成为主要研究焦点。然而，现有方法常常忽视方法之间的依赖关系，即一个方法依赖或调用其他方法，这会影响注释的质量和代码的可理解性。本研究探讨了软件项目中依赖方法的普遍性及其影响，并引入一种面向方法级注释生成的依赖感知方法。分析 10 个流行的 Java GitHub 项目数据集，我们发现依赖方法占所有方法的 69.25%，且相较于独立方法表现出更高的参与度和变更倾向。在 448K 个依赖方法和 199K 个独立方法上，我们观察到最先进的微调模型（如 CodeT5+、CodeBERT）在生成涵盖性更强的注释方面 struggles with dependent methods，这一趋势也体现在基于 LLM 的方法（如 ASAP）中。为此，我们提出 HelpCOM，一种新型依赖感知技术，通过引入辅助方法信息来提高注释的清晰度、完整性和相关性。实验表明，HelpCOM 在 syntax（如 BLEU）、semantic（如 SentenceBERT）以及 LLM-based 评估指标上均优于基线方法 5.6% 至 50.4%。对 156 名软件从业者的调查进一步确认，HelpCOM 在涉及依赖方法的代码可理解性方面显著提升，凸显其在大型系统中提高文档、可维护性和开发者生产力的潜力。
引用
@article{arxiv.2504.19459,
title = {Do Automatic Comment Generation Techniques Fall Short? Exploring the Influence of Method Dependencies on Code Understanding},
author = {Md Mustakim Billah and Md Shamimur Rahman and Banani Roy},
journal= {arXiv preprint arXiv:2504.19459},
year = {2025}
}
备注
Just Accepted at EASE 2025