منذ 13 أيام

GAP-Gen: توليد تلقائي موجه لرمز بايثون

Junchen Zhao, Yurun Song, Junlin Wang, Ian G. Harris

الملخص

يمكن أن يكون إنشاء الشفرة التلقائي من وصفات اللغة الطبيعية مفيدًا للغاية أثناء عملية تطوير البرمجيات. في هذا العمل، نقترح منهج GAP-Gen، وهو منهج مُوجَّه لإنشاء شفرة بايثون تلقائيًا، يعتمد على قيود بنائية (Syntactic Constraints) وقيود معنوية (Semantic Constraints) لبايثون. نقدم أولًا قيودًا بنائية لبايثون على شكل "Syntax-Flow"، وهو نسخة مبسطة من شجرة التركيب المجردة (Abstract Syntax Tree - AST)، حيث تقلل من الحجم والتعقيد العالي لشجرة التركيب المجردة مع الحفاظ على المعلومات البنائية الأساسية للشفرة بايثون. وبالإضافة إلى Syntax-Flow، نقدّم Variable-Flow، الذي يُمثّل أسماء المتغيرات والدوال بشكل متسق عبر الشفرة بأكملها. في هذا العمل، بدلًا من التدريب المسبق (pretraining)، نركّز على تحسين عملية التدريب الدقيق (fine-tuning)، مما يقلل من المتطلبات الحسابية مع الحفاظ على أداء عالٍ في مهام إنشاء الشفرة بايثون تلقائيًا. يقوم GAP-Gen بتعديل نماذج لغة قائمة على المحولات (Transformer-based language models) T5 وCodeT5 باستخدام مجموعات بيانات تحويل الشفرة إلى وصف (Code-to-Docstring) المتمثلة بـ CodeSearchNet، وCodeSearchNet AdvTest، وCode-Docstring Corpus من EdinburghNLP. تُظهر تجاربنا أن GAP-Gen يحقق نتائج أفضل في مهمة إنشاء الشفرة بايثون تلقائيًا مقارنة بالعمل السابق.