java生成海报实例源码代码转换器
这是CodeTransformer模型的官方
PyTorch
实现:
D.
Zügner、T.
Kirschstein、M.
Catasta、J.
Leskovec
和
S.
Günnemann,
“从结构和上下文中学习源代码的语言不可知表示”
出现在ICLR'2021
上。
在线演示可在
。
[
|
|
|
]
CodeTransformer是一种基于
Transformer
的架构,它联合学习源代码(Context)和解析的抽象语法树(AST;Structure)。
它通过将源代码标记链接到
AST
节点并使用节点之间的成对距离(例如,最短路径,PPR)来表示
AST
来实现。
这种组合表示在模型中通过将每个距离类型的贡献添加到两个输入标记之间的原始自注意力得分来处理(有关更多详细信息,请参阅论文)。
CodeTransformer优点:
在源代码摘要任务上优于其他方法。
在多语言环境中接受培训时,有效利用不同编程语言之间的相似性。
生成有用的嵌入,可用于其他下游任务,例如跨语言查找类似的代码片段。
引用
如果您在自己的工作中使用模型、实验结果或
评论0
最新资源