On the diversity and frequency of code related to mathematical formulas in real-world Java projects
在本文中,术语公式代码是指实现数学公式的源代码片段。我们提出了实证研究,分析公式代码的多样性和频率在开源软件项目。在一项探索性研究中,我们调查了在现实世界的Java项目中实现了哪些类型的公式,并导出了语法模式和约束。我们改进了求和和乘积公式的这些模式,以自动检测软件存档中的公式代码,并以数学符号重建实现的公式。在对GitHub上的大量工程Java项目进行的定量研究中,我们分析了公式代码的频率,并估计该示例中的700行代码中有一行实现了求和或乘积公式。对于一个科学计算项目的样本,我们发现100行代码中有一行实现了一个求和或乘积公式。为了评估对工具支持的需求,我们调查了公式代码片段样本中的程序理解评论的有用性,并进行了在线调查。我们的研究结果提供了第一个洞察公式代码的特点,可以激励进一步研究公式代码在软件项目中的作用和公式相关工具的设计。
2020-11-26 cs.SE
Leveraging LLMs for Automated Translation of Legacy Code: A Case Study on PL/SQL to Java Transformation
本文以约250万行PL/SQL的VT系统为案例,研究利用大语言模型将PL/SQL自动翻译为Java,并提出结合引导链推理与n-shot提示的策略,验证了其在语法和功能正确性上的有效性,为遗留系统现代化提供了可扩展的自动化基础。
2025-08-27 cs.SE
Coverage-Based Debloating for Java Bytecode
软件膨胀是打包在应用程序中的代码,但实际上并不是运行应用程序所必需的。软件膨胀的存在是安全性、性能和维护的问题。在本文中,我们介绍了一种新的技术,我们称之为基于覆盖的浮动。我们实现了一种语言的技术:Java字节码。我们利用最先进的Java字节码覆盖工具的组合来精确捕获在运行特定工作负载时使用的项目及其依赖项的哪些部分。然后,我们自动删除未覆盖的部分,以生成项目的deloated版本。我们成功地从94个独特的开源Java库的数据集中剥离了211个库版本。已降级的版本在语法上是正确的,并根据工作负载保留其原始行为。我们的研究结果表明,68.3%的库的字节码和20.3%的总依赖可以通过基于覆盖率的debloating删除。第一次在文献中的软件debloating,我们评估的实用程序debloated库的客户端应用程序,重用它们。我们选择了988个客户端项目,这些项目要么在其源代码中直接引用了debloated库,要么测试套件至少覆盖了我们debloat的一个库类。我们的研究结果表明,81.5%的客户端,至少有一个测试,使用该库,成功地编译并通过他们的测试套件时,原来的库被替换为其debloated版本。
2022-05-19 cs.SE
Automatic Program Repair with OpenAI's Codex: Evaluating QuixBugs
OpenAI的Codex是一个在大型代码语料库上训练的类似GPT-3的模型,已经成为学术界内外的头条新闻。给定用户提供的简短描述,它能够合成在大多数情况下语法和语义上有效的代码段。在这项工作中,我们要调查法典是否能够本地化和修复错误,在自动程序修复领域的中心感兴趣的任务。我们的初始评估使用多语言菜Bugs基准测试(Python和Java中有40个bug)。我们发现,尽管没有接受过APR培训,Codex是令人惊讶的有效,并与最近的最先进的技术竞争。我们的研究结果还表明,Codex在修复Python方面比Java稍微成功一些。
2021-11-06 cs.SE
Using LSTMs to Model the Java Programming Language
Marist College(玛丽斯特学院)
递归神经网络(RNN),特别是长短期记忆网络(LSTM),可以有效地建模自然语言。本研究调查的能力,这些相同的LSTM执行下一个“字”预测的Java程序设计语言。来自四个不同存储库的Java源代码经历了一个转换,该转换保留了源代码的逻辑结构,并删除了代码的各种特定性,如变量名和文字值。这样的数据集和附加的英语语言语料库用于训练和测试标准LSTM预测序列中的下一个元素的能力。结果表明,LSTM可以有效地对Java代码进行建模,实现22以下的困惑度和0.47以上的准确度,这比LSTM在英语语言上的表现有所改善,后者表现出85的困惑度和0.27的准确度。该研究可以在其他领域,如语法模板建议和自动错误修补的适用性。
2019-08-26 cs.CL cs.PL cs.SE
HEJ-Robust: A Robustness Benchmark for LLM-Based Automated Program Repair
Concordia University(康科迪亚大学)
本文提出HEJ-Robust基准,通过八种语义保持的代码转换生成1450个实例,评估五种微调LLM,在多种转换下模型性能下降超50%,揭示当前LLM修复模型缺乏对细微语法变化的鲁棒性。
2026-05-08 cs.SE
Lightweight Syntactic API Usage Analysis with UCov
本文提出基于语法使用模型的概念框架及工具UCov,通过分析客户端代码的语法使用足迹和覆盖分数,帮助Java库开发者理解API实际使用情况,识别测试与文档不足的代码。
2024-02-19 cs.SE
StoneDetector: Conventional and versatile code clone detection for Java
Cooperative University Gera-Eisenach(格拉-艾森纳赫合作大学);Friedrich Schiller University Jena(耶拿弗里德里希·席勒大学)
StoneDetector通过支配树派生路径的文本比较,实现传统且多功能的Java代码克隆检测,具备高性能和可扩展性。
2026-01-31 cs.PL cs.SE
Assessing and Improving Syntactic Adversarial Robustness of Pre-trained Models for Code Translation
本文提出 CoTR 方法,通过对抗样本生成与基于语义距离的数据增强及对抗训练,评估并提升预训练模型在代码翻译中的句法鲁棒性,实验验证其有效性。
2023-10-28 cs.SE
iJTyper: An Iterative Type Inference Framework for Java by Integrating Constraint- and Statistically-based Methods
School of Software Engineering Sun Yat-sen University China;Sun Yat-sen University
针对现有Java代码片段类型推断方法召回率或精确率低的问题,提出融合约束与统计方法的迭代框架iJTyper,通过迭代上下文扩充与知识库缩减提升推断效果,在多个基线和数据集上表现更优。
2024-02-15 cs.SE
Recommending Stack Overflow Posts for Fixing Runtime Exceptions using Failure Scenario Matching
使用在线Q&A论坛(如Stack Overflow(SO))来指导解决程序错误以及其他开发问题,在现代软件开发实践中很常见。异常(RE)是SO上积极讨论的一类重要的bug。在这项工作中,我们提出了一种技术和原型工具,称为MAESTRO,可以自动推荐一个SO后,是最相关的开发人员的代码中给定的Java RE。MAESTRO将开发人员代码中的异常生成程序场景与SO帖子中讨论的场景进行比较,并返回最接近的匹配帖子。为了有效地提取和比较异常场景,MAESTRO首先使用帖子中的答案代码片段来暗示帖子的问题代码片段中的一个行子集负责异常,然后将这些行与开发人员的代码进行比较,以各自的抽象程序图(APG)表示。APG是一个简化和抽象的衍生抽象语法树,在这项工作中提出的,它允许一个有效的比较体现在高层次的程序结构的功能,同时丢弃许多低层次的语法或语义差异。我们评估MAESTRO的基准测试的Java RE的78个实例中提取的前500名Java项目在GitHub上,并表明,MAESTRO可以返回一个高度相关或有点相关的SO后对应的异常实例在71%的情况下,相比之下,相关的职位返回只有8% - 44%的情况下,由四个竞争对手的工具基于最先进的技术。我们还进行了用户体验研究MAESTRO与10个Java开发人员,其中参与者判断MAESTRO报告高度相关或有点相关的职位在80%的情况下。在某些情况下,该帖子…
2020-09-21 cs.SE
Evaluating Large Language Models for Code Translation: Effects of Prompt Language and Prompt Design
University of Jeddah(吉达大学)
本研究系统评估了LLMs在多语言代码翻译中的表现,发现详细提示和英语提示能显著提升翻译质量,且所有测试的LLM均优于传统基线TransCoder。
2025-09-16 cs.SE
Semantic Fuzzing with Zest
期望结构化输入的程序通常由语法分析阶段和语义分析阶段组成,语法分析阶段解析原始输入,语义分析阶段对解析的输入进行检查并执行程序的核心逻辑。QuickCheck谱系中基于生成器的测试工具是为这些程序生成随机语法有效的测试输入的一种很有前途的方法。我们提出了热情,一种技术,自动引导快速检查一样的随机输入生成器,以更好地探索语义分析阶段的测试程序。Zest将随机输入生成器转换为确定性参数生成器。我们提出的关键见解,突变的无类型的参数域映射到输入域的结构突变。Zest利用代码覆盖率和输入有效性形式的程序反馈来执行反馈导向的参数搜索。我们评估了Zest对AFL和QuickCheck的五个Java程序:Maven,Ant,BCEL,Closure和Rhino。Zest在基准语义分析阶段中覆盖的分支是基线技术的1.03 - 2.81倍。此外,我们在这些基准测试的语义分析阶段发现了10个新的错误。Zest是可靠快速地找到这些bug的最有效的技术,平均最多需要10分钟才能找到每个bug。
2019-06-07 cs.SE
Source Code Optimization using Equivalent Mutants
一个变种是通过语法修改程序的源代码获得的程序;一个等价变种是一个变种,它在功能上等价于原始程序。突变体主要用于\emph{mutation testing},在推导试验套件时,获得等效突变体被认为是高度阴性的,尽管这些等效突变体可用于其他目的。我们提出了一种方法,认为等价突变体的价值,并利用它们的源代码优化。源代码优化增强程序的源代码,保持其行为。我们展示了一个程序,以实现源代码优化的基础上等价的突变体,并讨论适当的变异算子。Java和C程序的实验评估证明了所提出的方法的适用性。提出了一种基于等价突变体的源代码优化算法。它表明,只要适用,该方法可以优于传统的编译器优化。
2018-07-02 cs.SE
Detecting Code Clones with Graph Neural Networkand Flow-Augmented Abstract Syntax Tree
Peking University(北京大学);Monash University(莫纳什大学)
代码克隆是语义相似的代码片段对,它们在语法上相似或不同。检测代码克隆可以帮助降低软件维护成本并防止错误。已有的代码克隆检测方法很多,但大多数都是针对语法克隆的检测,而对于具有不同语法特征的语义克隆检测效果不佳。为了检测语义克隆,研究人员尝试采用深度学习进行代码克隆检测,以自动从数据中学习潜在的语义特征。特别是,为了利用语法信息,一些方法使用抽象语法树(AST)作为输入,并在各种程序设计语言的代码克隆基准测试中取得了重大进展。然而,这些基于AST的方法仍然不能充分利用代码片段的结构信息,特别是语义信息,如控制流和数据流。为了充分利用控制和数据流信息,在本文中,我们建立了一个图形表示的程序流增强抽象语法树(FA-AST)。我们构造FA-AST通过增加原始AST与显式控制和数据流边缘。然后,我们将两种不同类型的图神经网络(GNN)应用于FA-AST上来度量代码对的相似性。就我们所知,我们是第一个将图神经网络应用于代码克隆检测领域的。我们将FA-AST和图神经网络应用于两个Java数据集:Google Code Jam和BigCloneBench。我们的方法在Google Code Jam和BigCloneBench任务上的表现优于最先进的方法。
2020-02-20 cs.AI cs.SE
Improving Code Translation with Syntax-Guided and Semantic-aware Preference Optimization
State Key Laboratory for Novel Software Technology, Nanjing University, China(南京大学新型软件技术国家重点实验室);National Institute of Healthcare Data Science, Nanjing University, China(南京大学健康数据科学国家研究院)
本文提出CTO方法,通过对比学习训练跨语言语义模型,结合编译器反馈实现代码翻译的语法和语义优化,实验表明其在C++、Java和Python翻译中表现优异。
2026-05-13 cs.AI cs.SE
DRAST -- A Deep Learning and AST Based Approach for Bug Localization
内容:给定一个bug报告和项目的源代码,bug本地化可以帮助开发人员专注于修复可能存在bug的文件,而不是搜索整个源代码存储库。虽然现有的研究使用信息检索(IR)和/或机器学习(ML)或深度学习(DL)方法的组合,但它们主要集中在基准Java项目上,并且还激发了对多语言错误本地化方法的需求。目的:创建一种新的bug本地化方法,该方法利用源代码的语法结构,bug报告信息,并且可以支持多语言项目以及新的C项目数据集。方法:所提出的DRAST方法通过使用其高级AST将源代码表示为代码向量,并将rVSM(一种IR技术)与ML/DL模型(如随机森林和深度神经网络回归器)相结合,以对错误文件列表进行排名。我们还使用了一些功能,例如使用IR技术的文本相似性,使用DNN的词汇不匹配,以及使用BugC数据集元数据的项目历史。结果:我们在BugC数据集中的7个项目上测试了DRAST,该数据集由来自21个开源C项目的2462个错误报告组成。结果表明,DRAST可以找到正确的错误文件90%的时间从顶部1,5,10建议的文件与MAP和MRR得分超过90%的随机选择的七个项目。我们还测试了DRAST的Tomcat和ANOJ,从基准数据集的项目,更好的结果在accuracy@1,MAP和MRR相比,与国家的最先进的。结论:本文提出了一种新的错误定位的方法,工作在C和Java项目和一个错误定位C数据集,随着一个新…
2020-11-06 cs.SE
CognixShield: PoV-Guided Vulnerable API Usage Detection in Large Codebases via LLMs
Virginia Tech(弗吉尼亚理工大学);Nanyang Technological University(南洋理工大学);Wake Forest University(维克森林大学)
CognixShield是一款LLM驱动的框架,通过保留语义的AST碎片化、感知漏洞的多智能体RAG、PoV引导的语义推理三个核心组件,在57个Java应用上实现了优于现有工具的漏洞API使用检测性能。
2026-08-11 cs.CR cs.SE
M2TS: Multi-Scale Multi-Modal Approach Based on Transformer for Source Code Summarization
Shandong Normal University(山东师范大学)
源代码摘要旨在生成代码片段的自然语言描述。现有的研究多从代码片段的标记序列和抽象树中学习代码片段的语法和语义知识。它们使用学习的代码表示作为代码摘要模型的输入,代码摘要模型可以相应地生成描述源代码的摘要。传统模型将AST作为序列遍历,或者将AST分割为路径作为输入。然而,前者失去了AST的结构特性,后者破坏了AST的整体结构。因此,在学习源代码摘要的代码表示中,全面捕获AST的结构特征仍然是一个有待解决的具有挑战性的问题。本文提出了一种基于Transformer的多尺度多模态源代码摘要方法M2TS。M2TS采用多尺度AST特征提取方法,可以在多个局部和全局级别上更完整、更准确地提取AST的结构。为了补充AST中缺失的语义信息,我们还获得了代码标记特征,并使用跨模态融合方法将它们与提取的AST特征进一步结合,该方法不仅融合了源代码的句法和上下文语义信息,而且突出了每个模态的关键特征。我们在两个Java和一个Python数据集上进行了实验,实验结果表明,M2TS优于当前最先进的方法。我们在www.example.com上发布代码。
2022-03-27 cs.AI cs.SE
CodeQA: A Question Answering Dataset for Source Code Comprehension
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所);The MOE Key Laboratory of Computational Linguistics, Peking University(北京大学教育部计算语言学重点实验室)
我们提出了CodeQA,一个自由形式的问答数据集的源代码理解的目的:给定一个代码片段和一个问题,需要生成一个文本答案。CodeQA包含一个包含119,778个问答对的Java数据集和一个包含70,085个问答对的Python数据集。为了获得自然和忠实的问题和答案,我们实现了语法规则和语义分析,将代码注释转换为问答对。我们介绍了构建过程,并对我们的数据集进行了系统的分析。我们的数据集上的几个神经基线实现的实验结果显示和讨论。在问答和机器阅读理解研究发展迅速的同时,很少有人关注代码问答。这个新的数据集可以作为源代码理解的有用研究基准。
2021-09-17 cs.CL cs.SE
MLCPD: A Unified Multi-Language Code Parsing Dataset with Universal AST Schema
Department of Computer Science(计算机科学系);The George Washington University(乔治·华盛顿大学)
该研究提出 MLCPD 数据集,以通用 AST 模式统一十种语言、700 多万源文件的结构表示,并公开数据、复现流水线与可视化工具。
2025-10-18 cs.LG cs.PL cs.SE
To Automatically Map Source Code Entities to Architectural Modules with Naive Bayes
背景:将源代码实体映射到架构模块的过程在很大程度上是一项手动任务。自动化这一过程可以增加静态架构一致性检查方法的使用,例如在工业中的反射建模。当前的技术依赖于用户参数化和高度内聚的设计。机器学习方法可能需要更少的参数和更好地利用可用信息来帮助自动映射。目的:我们研究如何训练分类器自动从源代码映射到架构模块。这个分类器是用从源代码和体系结构描述中提取的语义和语法依赖信息训练的。分类器使用多项式朴素贝叶斯和评估。方法:我们进行了实验,并比较了三个国家的最先进的映射功能在8个开源Java系统与已知的地面真理映射的分类。结果如下:我们发现,分类器优于国家的最先进的在所有情况下,它提供了一个有用的基线,在该地区的半自动增量聚类的进一步研究。结论:我们的结论是,机器学习是一种有用的方法,表现更好,与其他方法相比,需要较少的参数化。未来的工作包括调查有问题的映射和更多样化的主题系统。
2021-09-20 cs.SE
Static Code Analysis of Multilanguage Software Systems
使用静态代码分析来识别多语言软件系统的依赖调用图是具有挑战性的。开发当今系统所使用的不同语言通常具有不同的词法、语法和语义规则,这使得彻底的分析变得困难。此外,它们在组件内部和组件之间提供不同的模块化和依赖机制。最后,它们促进和--或要求各种框架提供不同的服务集,这些服务集引入了隐藏的依赖关系,这些依赖关系是当前静态代码分析方法所看不到的。在本文中,我们确定了五个重要的挑战,静态代码分析必须克服多语言系统,我们提出了要求,以处理它们。然后,我们提出了这些需求的解决方案来处理JEE应用程序,它将服务器端Java源代码与许多客户端Web方言(例如,JSP,JSF),同时依赖于框架(例如,Web和EJB容器)创建隐藏的依赖关系。最后,我们通过开发一套工具来分析JEE应用程序,构建依赖调用图,并将这些工具应用于两个示例JEE应用程序,来评估我们的解决方案的实现。我们的评估表明,我们的工具可以解决所确定的挑战,并提高召回识别多语言的依赖关系相比,标准的JEE静态代码分析,因此,间接提出的要求是有用的,以建立多语言的静态代码分析。
2019-06-03 cs.SE
Code2UML: Agentic LLMs with context engineering for scalable software visualization
Bucharest University of Economic Studies(布加勒斯特经济大学)
提出一种基于五个专门智能体和确定性IR压缩层的智能体架构,用于从源代码仓库自动生成UML图,在12个开源仓库和7种UML图上验证了高语法有效性(平均91.5%)和结构质量(平均81.7/100),且质量不随规模下降。
2026-05-23 cs.AI cs.SE
Disproving Program Equivalence with LLMs
Google DeepMind(谷歌DeepMind)
提出白盒方法ProbeGen,利用大语言模型搜索代码等价性反例,证伪18%的基准等价样本,并通过语义聚类将pass@1提升10%。
2025-02-05 cs.LG cs.SE
What You See is What it Means! Semantic Representation Learning of Code based on Visualization and Transfer Learning
最近在为NLP任务训练词嵌入方面的成功鼓励了对源代码的表示学习的研究浪潮,它建立在类似的NLP方法之上。总的目标是产生最大限度地捕捉程序语义的代码嵌入。现有技术的方法总是依赖于句法表示(即,原始词汇标记、抽象语法树或中间表示标记)来生成嵌入,这在文献中被批评为非鲁棒的或不可推广的。在这项工作中,我们研究了一种新的嵌入方法的基础上的直觉,源代码具有视觉模式的语义。我们进一步使用这些模式来解决识别语义代码克隆的突出挑战。我们提出了WYSIWIM(“What You See Is What It Means”)方法,其中源代码的视觉表示被馈送到来自计算机视觉领域的强大的预训练图像分类神经网络中,以受益于迁移学习的实际优势。我们评估所提出的嵌入方法的语义代码克隆识别的任务的两个变化:代码克隆检测(二进制分类问题),和代码分类(多分类问题)。我们通过在BigCloneBench(Java)和Open Judge(C)数据集上的实验表明,虽然简单,但我们的WYSIWIM方法与ASTNN或TBCNN等最先进的方法一样有效。我们进一步探讨了我们的方法中不同步骤的影响,如视觉表示或分类算法的选择,最终讨论这个研究方向的承诺和局限性。
2020-02-07 cs.SE
Generating refactored code accurately using reinforcement learning
针对当前自动化提取方法重构依赖人工且缺乏语义理解的局限,提出一种基于强化学习PPO算法微调和对齐代码语言模型的方法,显著提升了Java代码重构的准确性与功能正确性。
2024-12-23 cs.SE
Do Automatic Comment Generation Techniques Fall Short? Exploring the Influence of Method Dependencies on Code Understanding
针对自动注释生成技术忽略方法依赖的问题,提出依赖感知技术HelpCOM,通过引入辅助方法信息提升注释质量,实验与调查证明其显著优于基线方法并增强了代码可理解性。
2025-04-28 cs.SE
MMF3: Neural Code Summarization Based on Multi-Modal Fine-Grained Feature Fusion
背景:代码摘要根据输入的代码自动生成相应的自然语言描述。代码表示的全面性是代码摘要任务的关键。然而,大多数现有的方法通常使用粗粒度融合方法来集成多模态特征。它们通常表示一段代码的不同模态,例如抽象树(AST)和令牌序列,作为两个嵌入,然后在AST/代码级别融合这两个嵌入。这种粗略的集成使得很难有效地学习跨模态的细粒度代码元素之间的相关性。目的:本研究旨在通过在节点/令牌级别精确对齐和充分融合源代码的语义和语法结构信息,提高模型的预测性能,以获得高质量的代码摘要。方法:提出一种多模态细粒度特征融合方法(MMF 3)用于神经代码摘要。我们介绍了一种新的细粒度融合方法,它允许细粒度融合的令牌和节点级别的多个代码模态。具体来说,我们使用这种方法来融合来自令牌和AST模态的信息,并将融合的特征应用于代码摘要。结果:我们在一个Java和一个Python数据集上进行了实验,并使用四个指标评估生成的摘要。结果表明:1)该模型的性能优于当前最先进的模型; 2)消融实验表明,该细粒度融合方法可以有效提高摘要生成的准确性。结论:MMF 3能够挖掘跨模态元素之间的关系,并据此进行精确的细粒度元素级对齐融合。因此,可以提供更多的线索来提高所生成的代码摘要的准确性。
2022-09-19 cs.SE
An Industrial Case Study on Shrinking Code Review Changesets through Remark Prediction
Leibniz Universität Hannover(莱布尼茨汉诺威大学);Universität Göttingen(哥廷根大学)
基于变更的代码审查在工业软件开发中得到了广泛的应用。因此,研究有助于评审员实现更好评审绩效的工具可以产生很大的影响。我们分析了一种可能性,为评审者提供认知支持:确定变更部分对评审的重要性,特别是确定代码变更的哪些部分可以在评审中排除而不会造成伤害。为了确定变更部分的重要性,我们从软件存储库中提取数据,并根据这些数据构建评审评论的预测模型。详细讨论了该方法。为了收集输入数据,我们提出了一种新的算法来跟踪评论的触发器。我们将我们的方法应用于一家中型软件公司。在这家公司,我们可以避免对25%的更改部分和23%的更改Java源代码行进行评审,而只遗漏了大约1%的评审备注。尽管如此,我们也观察到这种尝试方法的严重局限性:大部分节省是由于简单的语法规则,数据中的噪音阻碍了寻找更好的预测模型,并且案例公司中的一些开发人员反对所采取的方法。除了挖掘和预测的触发评论评论的主要成果,我们贡献了经验,一种新的,多目标和交互式的规则挖掘方法。公司提供的匿名数据集以及设计算法的实现都是可用的。
2018-12-22 cs.LG cs.SE
Bridging Semantics & Structure for Software Vulnerability Detection using Hybrid Network Models
The George Washington University(乔治·华盛顿大学)
提出将程序异构图表示与轻量级本地LLM结合的混合框架,在Java漏洞检测中达93.57%准确率,同时提取子图生成解释,提升可解释性。
2025-10-11 cs.AI cs.CR cs.SE
Bridging the Programming Language Gap: Constructing a Multilingual Shared Semantic Space through AST Unification and Graph Matching
Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Shanghai Aerospace Electronic Technology Institute(上海航天电子技术研究所)
本文提出通过AST统一和图匹配构建多语言共享语义空间,解决不同编程语言间的语义差异问题,提升跨语言代码克隆检测和检索性能。
2026-05-08 cs.SE
Assessing the Impact of Code Changes on the Fault Localizability of Large Language Models
Carnegie Mellon University, USA(卡内基梅隆大学,美国)
本文通过端到端评估框架评估LLM在故障定位中的鲁棒性,发现SPMs导致78%的LLM失败于之前定位的故障,表明LLM推理依赖于语法而非语义。
2026-03-05 cs.AI cs.LG cs.SE
TreeCaps: Tree-Based Capsule Networks for Source Code Processing
School of Information Systems, Singapore Management University(新加坡管理大学信息系统学院);School of Computing & Communications, The Open University, UK(英国开放大学计算与通信学院)
最近,已经提出了程序学习技术来基于语法结构(例如,抽象树)和/或语义信息(例如,依赖图)。虽然图可能比树更好地捕捉代码语义的各种观点,但从代码构建图输入需要静态代码语义分析,这可能不准确并在学习期间引入噪声。虽然语法树是根据语言语法精确定义的,并且比图更容易构造和处理,但以前的基于树的学习技术无法从树中学习语义信息以实现比基于图的技术更好的准确性。我们提出了一种新的学习技术,名为TreeCaps,通过融合胶囊网络与基于树的卷积神经网络,实现学习精度高于现有的基于图的技术,而它是只基于树。TreeCaps将新的变静态路由算法引入到胶囊网络中,以弥补以往路由算法的不足。除了准确性,我们还发现,TreeCaps是最强大的承受那些语义保持程序转换,改变代码语法,而不修改语义。在大量Java和C/C ++程序上进行评估后,TreeCaps模型在程序理解任务(如代码功能分类和函数名称预测)的准确性和鲁棒性方面优于程序源代码的先前深度学习模型
2020-12-14 cs.AI cs.PL cs.SE
The Compliance Paradox: Semantic-Instruction Decoupling in Automated Academic Code Evaluation
KIIT University(KIIT大学)
本文揭示了自动学术代码评估中模型因优先考虑隐藏格式约束而无法正确评估代码的问题,提出SPACI和AST-ASIP框架以检测和对抗此类解耦现象。
2026-01-29 cs.AI cs.CL cs.ET
LAMNER: Code Comment Generation Using Character Language Model and Named Entity Recognition
University of British Columbia(不列颠哥伦比亚大学)
代码注释生成是为给定的代码方法或函数生成高级自然语言描述的任务。虽然研究人员一直在研究自动生成代码注释的多种方法,但以前的工作主要考虑仅以其整体语义形式表示代码标记(例如,使用语言模型来学习代码令牌的语义),并且包括诸如代码的树结构的附加代码属性作为对模型的辅助输入。有两个限制:1)以其整体形式学习代码令牌可能不能够简洁地捕获源代码中的信息,以及2)代码令牌不包含附加的句法信息,附加的句法信息在程序设计语言中固有地重要。在本文中,我们提出了语言模型和命名实体识别(LAMNER),代码注释生成器能够有效地编码代码构造和捕获的结构特性的代码令牌。使用字符级语言模型来学习语义表示以编码代码令牌。针对令牌的结构特性,训练命名实体识别模型来学习不同类型的代码令牌。然后将这些表示馈送到编码器-解码器架构中以生成代码注释。我们使用四个常用的指标对LAMNER和其他基线在一个流行的Java数据集上生成的评论进行评估。我们的结果表明,LAMNER是有效的,在BLEU-1,BLEU-2,BLEU-3,BLEU-4,ROUGE-L,METEOR和CIDER的最佳基线模型分别提高了14.34%,18.98%,21.55%,23.00%,10.52%,1.44%和25.86%。此外,我们将LAMNER的代码表示与基线模型融合,融合模型始终显示出比非融合模型的改进。人工评估进一步表明,LAMNER生成高质量的…
2022-04-05 cs.AI cs.CL cs.SE
On the Generalizability of Neural Program Models with respect to Semantic-Preserving Program Transformations
University of Houston(休斯顿大学);Singapore Management University(新加坡管理大学);Visa Research(Visa研究院);The Open University(开放大学)
随着用于训练深度神经网络模型的公共可用源代码存储库的流行,神经程序模型可以在源代码分析任务中做得很好,例如预测给定程序中的方法名称,这是传统程序分析技术无法轻松完成的。虽然这种神经程序模型已经在各种现有的数据集上进行了测试,但它们在多大程度上推广到不可预见的源代码在很大程度上是未知的。由于在所有不可预见的程序上测试神经程序模型是非常具有挑战性的,因此在本文中,我们建议评估神经程序模型在语义保持转换方面的可推广性:可推广的神经程序模型应该在具有相同语义但具有不同词汇外观和语法结构的程序上同样表现良好。我们比较了各种神经程序模型在自动语义保持转换之前和之后的程序上的方法名称预测任务的结果。我们使用三个不同大小的Java数据集和三个最先进的神经网络代码模型,即code2vec,code2seq和GGNN,来构建九个这样的神经程序模型进行评估。我们的研究结果表明,即使对程序进行小的语义保留更改,这些神经程序模型通常也无法概括其性能。我们的研究结果还表明,基于程序中的数据和控制依赖关系的神经程序模型比仅基于抽象语法树的神经程序模型更好地泛化。从积极的方面来看,我们观察到,随着训练数据集的大小增加和多样化,神经程序模型产生的正确预测的泛化能力也可以提高。我们关于神经程序模型的可推广性的结果提供了衡量其局限性的见解,并为其改进提供了垫脚石。
2021-03-18 cs.LG cs.PL cs.SE