通过孪生神经网络学习源代码的语义向量表示
机器学习
2019-04-29 v1 编程语言
软件工程
机器学习
摘要
开源代码的丰富性，加上近期深度学习在自然语言处理方面成功进展的推动，催生了机器学习应用于源代码这一有前景的新方向。在这项工作中，我们探索在 Python 源代码上使用孪生循环神经网络模型来创建捕捉代码语义的向量。我们通过识别代码所解决的编程竞赛中的哪类问题来评估嵌入的质量。我们的模型显著优于词袋嵌入，为改进可用于未来软件工程任务的代码嵌入提供了有前景的结果。
引用
@article{arxiv.1904.11968,
title = {Learning Semantic Vector Representations of Source Code via a Siamese Neural Network},
author = {David Wehr and Halley Fede and Eleanor Pence and Bo Zhang and Guilherme Ferreira and John Walczyk and Joseph Hughes},
journal= {arXiv preprint arXiv:1904.11968},
year = {2019}
}