用结构化预测学习代码特征与代码变换之间的关系
软件工程
2023-06-06 v2 机器学习
编程语言
摘要
为有效引导自动化代码演化技术中代码变换空间的探索，我们在本文中提出首个使用条件随机场（CRFs）在AST节点层级结构化预测代码变换的方法。我们的方法首先离线学习一个概率模型，捕捉特定代码变换如何应用于特定AST节点，随后使用学到的模型对任意新的、未见的代码片段预测变换。{我们的方法包含程序与代码变换的新颖表示。具体而言，我们引入定义所谓AST级代码变换的形式化框架，并展示CRF模型如何相应设计、学习并用于预测}。我们在Java程序修复变换预测的背景下实例化了该方法。我们的实例化包含一组精心设计的代码特征，处理了训练数据不平衡问题，并包含代码特有的变换约束。我们基于来自真实Java项目的缺陷修复提交数据集进行了大规模实验评估。结果表明，当使用流行的评估指标\emph{top-3}时，我们的方法预测代码变换的准确率依变换不同在41%到53%之间变化。我们的模型优于基于历史概率与神经机器翻译（NMT）的两个基线，表明考虑代码结构对获得良好预测准确率的重要性。此外，我们实现了一个概念验证合成器，将部分修复变换具体化为最终补丁。该合成器在Defects4j基准上的评估确认了所预测的AST级修复变换在生成高质量补丁中的有用性。
引用
@article{arxiv.1907.09282,
title = {Learning the Relation between Code Features and Code Transforms with Structured Prediction},
author = {Zhongxing Yu and Matias Martinez and Zimin Chen and Tegawendé F. Bissyandé and Martin Monperrus},
journal= {arXiv preprint arXiv:1907.09282},
year = {2023}
}