.png){kind=icon}
返回
New Deep Learning-Based Approach for Source Code Generation: Application to Computer Vision Systems
.png){kind=icon}
OA
AI
DOI：10.3390/ai6070162.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度学习在源代码生成方面取得了显著进展，旨在减少软件开发中的人工、易出错和耗时环节。虽然许多现有模型依赖基于序列到序列架构的循环神经网络（RNNs），但这些方法难以处理源代码中典型长且复杂的标记序列。为解决此问题，我们提出了一种基于语法的卷积神经网络（CNN）与树形表示相结合的方法，以提升准确性和效率。我们的模型在基准HEARTHSTONE数据集上取得了当前最佳结果，BLEU得分为81.4，Acc+为62.1%。我们进一步在为计算机视觉应用设计的自建AST2CVCode数据集上评估了该模型，获得86.2的BLEU和51.9%的EM。此外，我们引入了BLEU+，一种针对代码生成功能正确性优化的评估指标，在AST2CVCode数据集上达到92.0%的BLEU+得分。这些结果证明了我们在模型架构和评估方法上的有效性。
Keyword:
software requirements
source code generation
deep learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
5
论文数:
1.1K
被引数:
941
机构
暂无机构信息
引用论文
Hayati, S.A.; Olivier, R.; Avvaru, P.; Yin, P.; Tomasic, A.; Neubig, G. Retrieval-Based Neural Code Generation. In Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing, Brussels, Belgium, 31 October–4 November 2018. [Google Scholar] [CrossRef]Hayati, S.A.; Olivier, R.; Avvaru, P.; Yin, P.; Tomasic, A.; Neubig, G. 基于检索的神经代码生成。载于2018年自然语言处理经验方法会议论文集，比利时布鲁塞尔，2018年10月31日至11月4日。[Google Scholar][CrossRef].png)
OAAI
IF0
OAAI分享收藏Fine-grained activity classification in assembly based on multi-visual modalities基于多视觉模态的装配细粒度活动分类OAAI
OAAI分享收藏Hashimoto, T.B.; Guu, K.; Oren, Y.; Liang, P. A retrieve-and-edit framework for predicting structured outputs. In Proceedings of the 32nd International Conference on Neural Information Processing Systems, Montréal, QC, Canada, 3–8 December 2018; Volume 31. [Google Scholar] [CrossRef]Hashimoto, T.B.; Guu, K.; Oren, Y.; Liang, P. 一种用于预测结构化输出的检索与编辑框架。载于：第32届国际神经网络处理系统会议论文集，加拿大蒙特利尔，QC省，2018年12月3日至8日；第31卷。 [Google Scholar] [CrossRef]OAAI
IF0
OAAI分享收藏A gaze-driven manufacturing assembly assistant system with integrated step recognition, repetition analysis, and real-time feedback一款集成步骤识别、重复性分析和实时反馈的眼动驱动制造装配辅助系统OAAI
OAAI分享收藏
查看更多内容