Jan, 2022

从代码和文本中自动生成科学可计算模型，并由人工辅助进行筛选

PDF
TL;DR开发了一个自动创建和人工协助维护可计算科学模型知识图谱的系统，将代码和文档中的概念和方程提取出来进行语义注释，将其转换为可执行的 Python 函数，并组合成复杂的工作流程以回答领域相关问题，实验结果基于来自 NASA 超音速空气动力学网站的数据集。
发现论文，激发创造
  • 无监督从文本和代码构建知识图谱

    利用无监督学习方法构建知识图谱，将自然语言概念实体与源代码实体相关联，结合词嵌入、降维和聚类技术的文本概念聚类方法，用于帮助科学家理解、组织和比较开放科学生态系统中的软件，并增强对科学文献的整体理解。

    Aug, 2019

  • 科学发现的计算变形

    我们提出了一项以任务为导向的知识检索研究议程，利用计算模型和人工智能技术，摄取科学知识的典籍，检索灵感、解释、解决方案和证据，直接增强人类在科学领域突出任务上的表现，进而革命性地推动科学进程。

    May, 2022

  • CodeExp: 生成说明性代码文档

    本文提出了代码解释生成任务，通过多阶段优化和基线模型的 fine-tuning 使得模型在生成的解释中包含更多实现级别的选择，并在实验中展示了一个经过改进的训练数据集可以比较人工撰写的 docstring 相媲美，这一任务可以极大地受益于软件维护和编程教育。

    Nov, 2022

  • CodeKGC: 基于代码的生成式知识图谱构建模型

    通过代码语言模型生成三元组以构建语义结构明确的知识图谱，并使用增强理由生成法提高知识提取能力，实验结果表明该方法在基准数据集上取得优异表现。

    Apr, 2023

  • 基于图的生成式编码建模

    本研究提出了一种新的基于图的生成模型，可用于产生源代码中的语义有意义的表达式，并在实验中胜过多种强基线模型。

    May, 2018

  • 自然源代码的结构化生成模型

    本论文研究利用生成模型来生成人类可以读写的自然源代码，提出了一种结合了序列和层次结构、学习了源代码元素分布式表示、并且能够与编译器紧密集成来构建模型结构的生成模型族，同时也开发了一种扩展，能够根据作用域内变量的情况来生成标识符令牌，实验结果表明适当结构的加入能够大幅提高模型能力。

    Jan, 2014

  • 科学出版的未来：自动文章生成

    介绍了一种利用大型语言模型的新软件工具，旨在自动从 Python 代码生成学术文章，这对生物医学信息学和计算机科学领域具有重要意义，可大大提高研究传播效率。

    Apr, 2024

  • 代码注释翻译：模型效果与误差比较研究

    比较三种源代码摘要生成模型的定量和定性评估，揭示了基于度量的性能与模型预测错误之间关系的新洞见，并提供了摇号学习实验中可以用来推动未来研究工作的经验性错误分类学。

    Jun, 2021

  • 机器学习在大规模代码和自然语言中的应用调查

    本文综述了机器学习、编程语言和软件工程交叉领域的研究进展，重点介绍了利用代码中大量存在的模式提出可学习概率模型的方法，并提出了基于每个模型的基本设计原理的分类法，用于研究该领域的技术、应用等方面的具体问题、挑战和机遇。

    Sep, 2017

  • 使用基于图结构的缓存实现源代码的开放式词汇学习

    该文研究如何通过引入图结构缓存来解决程序源代码中可能遇到的新单词识别和定位的问题，并结合最新的基于图神经网络模型的方法，提高了模型在代码补全和变量命名任务上的性能。

    Oct, 2018