LiSum：基于多任务学习的开源软件许可证摘要生成
软件工程
2023-09-25 v2
摘要
开源软件（OSS）许可证规定了用户合法复用、修改和分发软件的条件。然而，社区中存在各类以正式语言撰写、通常冗长且难以理解的 OSS 许可证。本文开展了一项有 661 名参与者参与的在线调查，以探究开发者对 OSS 许可证的看法与实践。用户研究表明，确实需要一个自动化工具来辅助许可证理解。受用户研究及社区许可证快速增长的启发，我们提出首个面向自动化许可证摘要的研究。具体而言，我们发布了首个高质量文本摘要数据集，并设计两项任务：许可证文本摘要（LTS），旨在为任意许可证生成相对简短的摘要；许可证条款分类（LTC），聚焦于对一组预定义关键许可证条款（如 Distribute）的态度推断。针对这两项任务，我们提出 LiSum，一种多任务学习方法，以帮助开发者克服理解 OSS 许可证的障碍。综合实验表明，所提出的联合训练目标提升了两项任务的性能，在四个摘要指标的 F1 分数上至少超越 SOTA 基线 5 个点，同时分类的微平均 F1 分数达到 95.13%。我们向社区开放了所有数据集、复现包及问卷。
引用
@article{arxiv.2309.05074,
title = {LiSum: Open Source Software License Summarization with Multi-Task Learning},
author = {Linyu Li and Sihan Xu and Yang Liu and Ya Gao and Xiangrui Cai and Jiarun Wu and Wenli Song and Zheli Liu},
journal= {arXiv preprint arXiv:2309.05074},
year = {2023}
}