基于习得代码惯用语的程序合成与语义解析
机器学习
2019-11-06 v4 人工智能
计算与语言
编程语言
机器学习
摘要
从自然语言规范合成通用源代码具有挑战性，因为需要同时推理目标程序中的高层模式与底层实现细节。在这项工作中，我们提出 PATOIS，一个使神经程序合成器能在每个生成步骤显式交错高层与底层推理的系统。它通过从给定语料自动挖掘常见代码惯用语，将其融入神经合成的基础语言，并训练基于树的神经合成器在代码生成中使用这些惯用语来实现。我们在两个复杂语义解析数据集上评估 PATOIS，表明使用习得的代码惯用语提升了合成器的准确率。
引用
@article{arxiv.1906.10816,
title = {Program Synthesis and Semantic Parsing with Learned Code Idioms},
author = {Richard Shin and Miltiadis Allamanis and Marc Brockschmidt and Oleksandr Polozov},
journal= {arXiv preprint arXiv:1906.10816},
year = {2019}
}
备注
33rd Conference on Neural Information Processing Systems (NeurIPS) 2019. 13 pages total, 9 pages of main text