.png){kind=icon}
返回
DPS: Design pattern summarisation using code features
.png){kind=icon}
PRE
AI
DOI：10.1007/s10664-025-10788-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自动摘要近年来已被有效用于压缩文本、对话、音频、代码以及各种其他人工制品。一系列方法，从简单的基于模板的摘要到复杂的机器学习技术——以及最近的大型语言模型——已被用于生成这些摘要。总结软件设计模式很重要，因为它帮助开发者快速理解和重用复杂的设计概念，从而提高软件的可维护性和开发效率。然而，为软件设计模式生成摘要尚未被探索。我们的方法利用代码特征和JavaParser解析代码并创建JSON表示。使用NLG库在此JSON表示上，我们将其转换为自然语言文本，作为代码的摘要，捕获设计模式的应用上下文信息。我们的实证结果表明，我们方法生成的摘要捕获了代码库中模式应用的上下文。统计分析表明，我们的摘要与人工编写的摘要高度一致，这从ROUGE-L、BLEU-4、NIST和FrugalScore指标的高值中可以看出。一项后续调查进一步显示，DPS摘要被评为比人工生成的摘要更好地捕获上下文。此外，一项基于时间的任务表明，与没有摘要相比，摘要减少了开发者理解设计模式所需的时间。据我们所知，这项工作首次提出了一种通过连接模式检测特征与自然语言生成来自动化总结软件设计模式的方法。与分别处理这些任务的现有设计模式检测或代码摘要方法不同，DPS引入了一种基于特征的集成，将检测到的模式结构转换为描述每个模式实例的角色、关系和使用意图的上下文摘要。
Keyword:
Design patterns
Code features
Summarisation
JSON
JavaParser
期刊
IF:
3.6
论文数:
2.0K
被引数:
5.3K
机构
引用论文
CodeLabeller: A Web-Based Code Annotation Tool for Java Design Patterns and SummariesCodeLabeller：一个用于Java设计模式和摘要的基于Web的代码标注工具
OAAI
OAAI分享收藏Feature Maps: A Comprehensible Software Representation for Design Pattern Detection.png)
2019 IEEE 26th International Conference on Software Analysis, Evolution and Reengineering (SANER)
OAAI
2019 IEEE 26th International Conference on Software Analysis, Evolution and Reengineering (SANER)IF0
OAAI分享收藏
查看更多内容