Aug, 2017

使用神经机器翻译从差异中自动生成提交消息

PDF
TL;DR该论文介绍了利用 Neural Machine Translation 技术将 diffs 转化为 commit messages 的方法，并进行了模型训练和评估，同时提出了质量过滤器来保证生成 commit messages 的质量。
commit messagessoftware evolutionneural machine translationgithub projectsquality assurance
发现论文，激发创造
  • 自动生成代码提交的简短摘要

    该论文研究了提交软件更改至版本控制系统中的信息提交方式，发现自动生成的信息质量差于人工编写的信息。研究揭示了信息通常以动词 + 宾语的方式开始，希望利用这些发现通过训练分类器和生成软件的直接对象来生成简短的提交摘要。

    Mar, 2017

  • CommitBERT：使用预训练的编程语言模型生成提交信息

    研究使用神经机器翻译（NMT）模型，使用 345K 的包含代码修改和提交信息的数据集，采用编码器和解码器的方法自动生成提交消息，并使用两种训练方法进一步提高生成提交信息的质量。

    May, 2021

  • 通过神经机器翻译学习有意义的代码变化

    通过定量和定性的研究，本研究探究了神经机器翻译（NMT）模型学习开发人员在向量请求中实现的代码更改的能力，在上下文较小的范围内（即，小 / 中型方法对在请求之前 / 之后进行更改的情况下），它能够自动复制 36％的情况

    Jan, 2019

  • 评估提交消息生成模型：一项实验研究

    本文通过系统深入分析现有模型和数据集，发现不同 BLEU 指标的使用影响了现有方法的评估和理解，大多数现有数据集仅来自 Java 存储库，而其他编程语言的仓库则未得到充分探索，分割策略可以极大地影响现有模型的性能。基于我们的发现，我们进行人类评估并找到最能与人类得分相关的 BLEU 指标，我们还收集了大规模、信息丰富、多语言的提交消息数据集，MCMD，并在此数据集上评估了现有模型。我们还进行了不同数据集分割策略的广泛实验，并提出了适合不同情况的合适模型。基于实验结果和发现，我们提供了全面评估提交消息生成模型并探讨可能的未来研究方向的可行建议。我们相信这项工作可以帮助从业者和研究人员更好地评估和选择自动提交消息生成模型。

    Jul, 2021

  • 从源代码更改生成自然语言描述的神经网络架构

    通过代码提交信息和修改代码所产生的消息来训练一种编码器 — 解码器结构的模型，以自然语言自动描述程序中的变化，该方法在 12 个开源项目中进行了评估，并在标准项目设置和跨项目设置中展示了可行的和语义良好的描述。

    Apr, 2017

  • 基于抽象语法树和混合排名的 ATOM 提交消息生成

    本文提出了一种新的提交信息生成模型 ATOM，通过表示代码更改的抽象语法树来集成检索和生成信息，并通过混合排序模块优先考虑一个代码更改的最准确信息，实验结果表明 ATOM 在生成代码提交信息方面显著优于现有模型。

    Dec, 2019

  • 多模态学习编辑源代码

    该研究以三种信息模式来自动生成基于多模态神经机器翻译编辑代码。通过深入研究和分析显示：开发人员的提示作为输入模式可以缩小补丁搜索空间，并在 Top-1 位置生成正确的修补程序，从而胜过现有模型。

    Aug, 2021

  • 从提交信息生成到具有历史意识的提交信息补全

    该论文提出了两个新颖的想法：从生成提交消息转向完成提交消息，并使用之前的提交历史作为额外的上下文，以提高生成提交消息的质量和个性化程度。他们使用自己收集的名为 CommitChronicle 的新数据集来评估这些新想法，并发现在某些情况下，提交消息的完成表现出比生成更好的结果，并且历史信息能够改善 CMG 模型和 GPT-3.5-turbo 在生成和完成任务中的性能。

    Aug, 2023

  • 通过神经机器翻译在野外学习修复错误补丁的实证研究

    通过挖掘 GitHub 上项目代码的变更历史记录，使用神经机器翻译技术进行修复漏洞的学习，设计并训练了一个 Encoder-Decoder 模型，可以在瞬间模仿各种不同的 AST 操作，并生成候选修复程序，可在实际环境中修复数以千计的独特故障方法，并预测出开发人员生成的固定补丁的 9-50%。

    Dec, 2018

  • 利用开发者讨论引导软件缺陷修复

    使用自然语言建模从 Bug 报告讨论中提取上下文信息自动修复软件缺陷，比使用提交信息导致更好性能提升。

    Nov, 2022