阅读 StackOverflow 助长作弊：加入问题文本改进抽取式代码生成

仅使用编程问题的标题来作答是困难的，因为关键的上下文信息被省略了。基于这一观察，我们提出了一个包含超过 40,000 条 StackOverflow 问题文本的语料库，与来自 CoNaLa 数据集（Yin et al., 2018）的对应意图结合使用。利用意图和问题正文，我们使用 BART 为该新任务建立了 34.35 的 BLEU 基线分数。我们发现，通过将挖掘的 CoNaLa 数据与标注数据结合，可进一步提升 $2.8\%$，达到 35.32 的 BLEU 分数。我们用这些额外数据评估了先前的 SOTA CoNaLa 模型，发现我们提出的使用问题正文与挖掘数据的方法比先前 SOTA 的 BLEU 分数高出 $71.96\%$。最后，我们进行消融实验以证明 BART 是一个无监督多模态学习器，并考察其抽取式行为。代码与数据见 https://github.com/gabeorlanski/stackoverflow-encourages-cheating。