HAConvGNN：基于层次注意力的卷积图神经网络用于 Jupyter 笔记本代码文档生成
软件工程
2021-09-10 v2 机器学习
摘要
Jupyter 笔记本允许数据科学家在单元格中编写机器学习代码及其文档。本文提出计算笔记本代码文档生成（CDG）这一新任务。与以往聚焦于为单一代码片段生成文档的 CDG 任务不同，在计算笔记本中，一个 markdown 单元格中的文档往往对应多个代码单元格，且这些代码单元格具有内在结构。我们提出一种新模型（HAConvGNN），其使用层次注意力机制，在生成文档时考虑相关的代码单元格与相关的代码词元信息。在从文档完备的 Kaggle 笔记本构建的新语料库上测试，我们表明我们的模型优于其他基线模型。
引用
@article{arxiv.2104.01002,
title = {HAConvGNN: Hierarchical Attention Based Convolutional Graph Neural Network for Code Documentation Generation in Jupyter Notebooks},
author = {Xuye Liu and Dakuo Wang and April Wang and Yufang Hou and Lingfei Wu},
journal= {arXiv preprint arXiv:2104.01002},
year = {2021}
}