EgoCoder: 基于层次序列神经网络模型的智能程序合成
人工智能
2018-05-23 v1 神经与进化计算
机器学习
摘要
编程一直是计算机科学及其他相关领域的研究人员和实践者的重要技能。为了学习基本的编程技能，初学者通常需要长期的系统训练。根据最近的市场报告，计算机软件市场预计将继续加速扩张，但合格软件开发人员的市场供应难以满足如此巨大的需求。近年来，文本生成研究工作的激增为通过自动程序合成解决这一困境提供了机会。在本文中，我们尝试从数据挖掘的角度解决程序合成问题。为了解决这个问题，本文将介绍一种新颖的生成模型，即EgoCoder。EgoCoder有效地将程序代码解析为抽象语法树（AST），其中树节点将包含程序代码/注释内容，树结构可以捕获程序逻辑流。基于称为Hsu的新单元模型，EgoCoder可以有效地捕获程序AST中的层次和序列模式。将进行大量实验来比较EgoCoder与最先进的文本生成方法，实验结果证明了EgoCoder在解决程序合成问题方面的有效性。
引用
@article{arxiv.1805.08747,
title = {EgoCoder: Intelligent Program Synthesis with Hierarchical Sequential Neural Network Model},
author = {Jiawei Zhang and Limeng Cui and Fisher B. Gouza},
journal= {arXiv preprint arXiv:1805.08747},
year = {2018}
}