May, 2022

CV4Code: 通过视觉代码表示理解源代码

PDF
TL;DRCV4Code 是一种针对源代码的紧凑而有效的计算机视觉方法，不需要词法分析或语法树解析的步骤，它将代码片段视为二维图像，并使用 ASCII 码点图像表示方法，利用这种方法生成源代码图像非常快速且无冗余，进一步使用卷积神经网络和 transformer 网络学习进行功能预测和检索，实验结果表明，该方法在处理源代码理解任务方面显著优于其他方法。
cv4codecomputer visionsourcecodeconvolutional networkstransformer networks
发现论文，激发创造
  • Code2Image：利用计算机视觉技术进行智能代码分析并应用于漏洞预测

    该研究介绍了一种将源代码表示为图像的新方法，可以将其直接输入深度学习算法，以实现漏洞预测，并在公共数据集上进行了性能评估，并与现有最先进解决方案进行比较。

    May, 2021

  • 使用代码快照学习源代码的表征

    本文探讨了一种基于输入程序快照的源代码表示 ——Code2Snapshot，对其进行了多种变体的评估，并将其与利用输入程序丰富的语法和语义特征的最先进的表示方法进行了比较，研究表明，在代码概述和分类任务中，Code2Snapshot 的实用性相当于最先进的表示方法，这表明在某些任务中，神经模型可以仅依赖于输入程序的结构而提供高性能。

    Nov, 2021

  • CODE-MVP: 通过对比性预训练学习多视角编程源代码表示

    本文提出了 CODE-MVP 模型来将多种不同的源代码视角集成到一个统一的框架中，并通过多视图对比预训练来学习其中的补充信息和类型推断目标函数，实验证明 CODE-MVP 优于其他现有模型在自然语言代码检索、代码相似性、代码缺陷检测等三个下游任务中的性能表现。

    May, 2022

  • code2vec: 学习代码的分布式表示

    本文介绍了一种基于神经网络模型的代码嵌入方法，通过将代码片段表示为单一的固定长度代码向量，学习抽象语法树中路径的原子表示，并同时学习集合聚合的方法，从而预测代码的语义属性。通过训练一个包含 14M 个方法的数据集，我们证明了该方法的有效性，并通过相应的数据比较表明，该方法比先前的技术有着相对提高超过 75％，是第一个成功预测大型跨项目语料库上的方法名的方法。

    Mar, 2018

  • 神经代码理解：可学习的代码语义表示

    本文提出了一种学习代码语义的新颖处理技术，并将其应用于各种程序分析任务中，其中使用的 Embeddings 基于独立于源编程语言的代码的 IR，现有技术不足以强烈理解程序语义。

    Jun, 2018

  • 利用源代码的分布式表示进行 C 安全漏洞检测

    本文评估了代码表示模型 Code2vec 在 C 源代码中检测安全漏洞任务上的表现，结果表明 Code2vec 在此任务上的表现与预训练 RoBERTa 等简单的基于 Transformer 的方法相比具有可比性，并且优于更为简单的基于 NLP 的方法，并在维持低计算需求的同时达到了 61.43％的准确率。

    Jun, 2021

  • InferCode：通过预测子树进行代码表示的自监督式学习

    本文提出了 InferCode 用于建立源代码模型的自监督学习机制，通过从 AST 上下文中识别的子树进行训练去匹配程序的表示，该技术不需要人工标注，也不与特定任务或代码单元相绑定，应用于无监督的任务效果显著。

    Dec, 2020

  • Pix2Code: 学习将神经视觉概念组合成程序

    利用程序合成扩展到视觉关系推理，通过检索图像中的对象表征并合成关系概念，Pix2Code 提出了一个框架，解决了学习抽象概念的可视化学习领域的一些难题，如泛化性和解释性约束。

    Feb, 2024

  • 从结构和上下文中学习源代码的语言不可知性表示学习

    通过同时学习源代码和抽象语法树的结构信息，本篇研究提出了一种只使用与语言无关的功能和直接从抽象语法树中计算得出的功能的新机器学习模型，该模型在单语言和多语言代码总结方面均取得了最新成果。

    Mar, 2021

  • CodeSLAM - 学习一种紧凑的、可优化的密集视觉 SLAM 表示

    本文介绍了一种基于单张图像强度数据的密集场景几何表示方法，在单目稠密 SLAM 系统中具有优异的性能表现。

    Apr, 2018