.png){kind=icon}
返回
Multi-modal regular expression synthesis method based on large language models and semantics
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sysarc.2026.103762.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现实世界中的正则表达式（regexes）在实践中被广泛应用。然而，由于其复杂的语法以及理解和编写的难度，正则表达式的自动合成已成为一个重要的研究挑战。现有方法通常具有有限的泛化能力，且对扩展特性的支持不足。为解决这些挑战，我们提出了PowerSyn框架，该框架利用大型语言模型（LLMs）和子表达式的语义操作。PowerSyn能够从自然语言描述和示例中合成正则表达式，并支持扩展特性。具体而言，我们的方法包括为LLMs设计正则表达式合成的提示，以及一种新颖的算法，用于在示例和匹配关系的指导下进行子表达式的语义操作。此外，我们还探索了LLMs修复错误正则表达式的能力。实验结果证明了我们方法的有效性。
Keyword:
regex synthesis
large language models
semantic manipulation
natural language descriptions
extended features
期刊
IF:
4.1
论文数:
3.0K
被引数:
4.2K
机构
引用论文
SoftRegex: Generating Regex from Natural Language Descriptions using Softened Regex Equivalence
.png){kind=icon}
PREAI
分享收藏Synthesizing regular expressions from examples for introductory automata assignments从示例中为入门自动机作业合成正则表达式
PREAI
分享收藏
分享收藏
查看更多内容