Jun, 2024

自动提取伪代码的扩展规模

PDF
TL;DR通过从 arXiv 论文中提取近 320,000 个伪代码示例，我们创建了一个庞大的伪代码集合。我们的方法包括一个定制化的提取机制和一个基于随机抽样的验证机制，以优化覆盖范围并检查准确性和可靠性。同时，通过聚类和统计分析，我们提供了对常见伪代码结构的洞察，表明伪代码的使用呈现出指数型增长，凸显其不断增加的重要性。
发现论文，激发创造
  • 利用 Transformer 将 Epic/Story 转换为伪代码

    使用自然语言处理，我们提出了一种从敏捷用户故事中生成伪代码的方法，以减少工业项目中花费的总时间。

    Dec, 2023

  • DLPaper2Code: 深度学习研究论文代码自动生成

    提出了一种新颖的可扩展方法 DLPaper2Code，用于提取和理解研究论文中可用的深度学习设计流程图和表格，并将其转换为抽象的计算图，最终实时转换为 Keras 和 Caffe 的执行源代码，同时生成的设计可以通过直观的拖放 UI 框架进行评级和编辑。这种方法在模拟数据集上的实验表明，提取出的流程图内容的准确率高达 93％以上。

    Nov, 2017

  • 低资源编程语言伪代码生成的知识转移

    该论文提出通过迭代回译的方法，借助已有的高资源编程语言（C++）的代码 - 伪代码数据，将训练好的 C++-to - 伪代码模型迁移到没有对应数据的遗留编程语言（C）上，从而实现对其代码的自动描述，取得了 23.27% 的成功率提升。

    Mar, 2023

  • 顶级人工智能会议论文源代码的自动分析

    提出了一种自动识别具有可用源代码论文并提取其代码库 URL 的方法，利用该方法发现 10 个顶级人工智能会议 2010 至 2019 年的 20.5% 常规论文被识别为具有可用源代码，但其中 8.1% 的源代码库已不再可访问，同时创建了 XMU NLP 实验室 README 数据集来分析源代码文件以了解其应用背景。

    Sep, 2022

  • 学习推理程序草图

    本文介绍一种用于程序自动合成的方法，通过结合模式识别和显式推理来解决这些复杂的编程问题，同时使用新颖的中间表示和训练算法，使程序合成系统能够自学，从而在简单的英文描述编程问题数据集上取得了最先进的性能表现。

    Feb, 2019

  • 科学文献中新兴概念的高精度提取

    本文提出了一种基于无监督方法的科学文献概念提取方法，通过挖掘后续论文中引用某篇文章的数量，提高了从计算机科学论文语料库中提取概念的精确度，Precision@1000 为 99％。

    Jun, 2020

  • 使用伪代码指令提示

    本研究探讨通过使用伪代码指令进行提示是否有助于提高预训练语言模型的性能，发现使用伪代码指令可以提高分类任务的 F1 分数和总体 ROUGE 分数，结论表明伪代码提示可以改善预训练 LM 的性能。

    May, 2023

  • 一种源代码摘要的抽取和生成框架

    本研究提出了一种新的抽取式 - 生成式混合框架来自动生成代码摘要，该框架结合了抽取式方法和生成式方法，能够提取关键的事实性细节，并生成简明、类似于人工撰写的自然语言摘要，实验证明 EACS 显著优于现有的技术，包括 BLEU，METEOR 和 ROUGH-L 等三个广泛使用的评估指标。

    Jun, 2022

  • 科学文献元数据提取的新方法

    本研究提出了一种自动、准确和灵活的算法，能够从数字化科学文章中直接提取各种元数据，包括基本文档元数据、结构化全文和参考文献部分。该算法通过在大规模、多样化的数据集上训练监督和无监督机器学习算法实现，具有较高的精度，适用于分析异构文档集合。与其他类似解决方案的比较也证明了我们的算法在大多数元数据类型上表现优于竞争对手。

    Oct, 2017

  • SPoC: 基于搜索的伪代码到代码

    使用编译错误信号进行归因分配的伪代码到程序的综合。

    Jun, 2019