.png){kind=icon}
返回
Refactoring Object-Oriented Software With ChatGPT: An Empirical Study
.png){kind=icon}
OA
AI
DOI：10.1049/sfw2/3348017.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
生成式人工智能（GenAI）目前被广泛应用于多种任务以提高其质量。由于GenAI工具在文本应用方面具有高度专业性，它们有潜力自动化软件工程生命周期的各项任务。本研究实证探讨了ChatGPT执行代码重构任务的能力。基于五种广泛使用的重构场景，我们提出了测试场景，并针对五个Java开源应用衍生出200个测试用例。这些测试用例通过ChatGPT和NetBeans进行应用，结果被比较和评估。为使ChatGPT能够执行重构，我们遵循提示工程方法设计有效提示。结果显示，ChatGPT生成了重构后的代码片段，其中88%的测试用例成功编译。然而，它仅在29%的案例中正确执行了预期的重构，相比之下，NetBeans的正确率达到了67%。这些发现表明，尽管ChatGPT在代码重构任务中具有一定潜力，但它尚未准备好作为大规模真实应用的全自动重构工具。其输出仍需人工监督以改进重构代码的正确性。
Keyword:
ChatGPT
generative AI
object oriented
prompt engineering
refactoring
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
I
IF:
1.3
论文数:
21
被引数:
654
机构
引用论文
.png){kind=icon}
分享收藏The Effectiveness of Supervised Machine Learning Algorithms in Predicting Software Refactoring监督机器学习算法在预测软件重构中的有效性OAAI
OAAI分享收藏Generative Artificial Intelligence for Software Engineering—A Research Agenda生成式人工智能在软件工程中的应用——一项研究议程
PREAI
分享收藏
查看更多内容