Scifaro

中文

利用图神经网络推断 JavaScript 类型

机器学习 2019-05-17 v1 编程语言软件工程机器学习

作者: Jessica Schrouff , Kai Wohlfahrt , Bruno Marnette , Liam Atkinson

在 arXiv 上查看 ↗ PDF ↗

摘要

近期将‘大数据代码’（Big Code）与最先进的深度学习方法结合，为简化程序源代码编写与修正提供了有前景的途径。作为迈向自动代码修复的第一步，我们实现了一个图神经网络模型，用于预测 JavaScript 程序的词元类型。该预测的准确率超过 $90\%$ ，优于先前类似工作。

关键词

JavaScript 类型推断图神经网络大数据代码深度学习自动代码修复

引用

@article{arxiv.1905.06707,
  title  = {Inferring Javascript types using Graph Neural Networks},
  author = {Jessica Schrouff and Kai Wohlfahrt and Bruno Marnette and Liam Atkinson},
  journal= {arXiv preprint arXiv:1905.06707},
  year   = {2019}
}

备注

Published at the Representation Learning on Graphs and Manifolds ICLR 2019 workshop (https://rlgm.github.io/papers/)