論文の概要: Software Language Comprehension using a Program-Derived Semantics Graph

• arxiv url: http://arxiv.org/abs/2004.00768v3
• Date: Fri, 11 Dec 2020 17:48:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-17 13:04:54.042314
• Title: Software Language Comprehension using a Program-Derived Semantics Graph
• Title（参考訳）: プログラム意味論グラフを用いたソフトウェア言語理解
• Authors: Roshni G. Iyer, Yizhou Sun, Wei Wang, Justin Gottschlich
• Abstract要約: プログラム由来のセマンティクスグラフは、コードのセマンティクスをキャプチャする新しい構造である。 PSGは、プログラムセマンティクスを複数の抽象化レベルでキャプチャするための単一の構造を提供するように設計されている。 PSGの探索はまだ初期段階ですが、初期の成果とアーキテクチャ分析から、プログラムのセマンティクスを自動的に抽出する新たな研究方向性が期待できることが示されています。
• 参考スコア（独自算出の注目度）: 29.098303489400394
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional code transformation structures, such as abstract syntax trees (ASTs), conteXtual flow graphs (XFGs), and more generally, compiler intermediate representations (IRs), may have limitations in extracting higher-order semantics from code. While work has already begun on higher-order semantics lifting (e.g., Aroma's simplified parse tree (SPT), verified lifting's lambda calculi, and Halide's intentional domain specific language (DSL)), research in this area is still immature. To continue to advance this research, we present the program-derived semantics graph, a new graphical structure to capture semantics of code. The PSG is designed to provide a single structure for capturing program semantics at multiple levels of abstraction. The PSG may be in a class of emerging structural representations that cannot be built from a traditional set of predefined rules and instead must be learned. In this paper, we describe the PSG and its fundamental structural differences compared to state-of-the-art structures. Although our exploration into the PSG is in its infancy, our early results and architectural analysis indicate it is a promising new research direction to automatically extract program semantics.
• Abstract（参考訳）: 抽象構文木(AST)やconteXtual flow graph(XFG)といった従来のコード変換構造、より一般的にはコンパイラ中間表現(IR)は、コードから高階のセマンティクスを抽出するのに制限がある。 既に高階セマンティクスの持ち上げ(例えば、aroma's simplified parse tree (spt), verified lifting's lambda calculi, halide's intentional domain specific language (dsl))の作業が始まっているが、この分野の研究はまだ未熟である。 本研究を進展させるため,プログラム由来のセマンティックスグラフ,コードのセマンティクスをキャプチャする新しいグラフィカルな構造を提案する。 PSGは、プログラムセマンティクスを複数の抽象化レベルでキャプチャするための単一の構造を提供するように設計されている。 PSGは、従来の事前定義されたルールセットから構築できず、代わりに学習されなければならない、新しい構造表現のクラスに属するかもしれない。 本稿では,psgと,その基本構造の違いについて述べる。 PSGの探索はまだ初期段階ですが、初期の成果とアーキテクチャ分析から、プログラムのセマンティクスを自動的に抽出する新たな研究方向性が期待できることが示されています。

関連論文リスト

• Physics of Language Models: Part 1, Learning Hierarchical Language Structures [51.68385617116854]
  トランスフォーマーベースの言語モデルは効率的だが複雑であり、内部動作を理解することは大きな課題である。 本稿では,長文を生成可能な階層規則を生成する合成CFGのファミリーを紹介する。 我々は、GPTのような生成モデルがこのCFG言語を正確に学習し、それに基づいて文を生成することを実証する。
  論文  参考訳（メタデータ） (2023-05-23T04:28:16Z)
• Outline, Then Details: Syntactically Guided Coarse-To-Fine Code Generation [61.50286000143233]
  ChainCoderは、Pythonコードを段階的に生成するプログラム合成言語モデルである。 自然言語記述と構文的に整合したI/Oデータサンプルを共同で符号化するために、カスタマイズされたトランスフォーマーアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2023-04-28T01:47:09Z)
• LAGr: Label Aligned Graphs for Better Systematic Generalization in Semantic Parsing [7.2484012208081205]
  グラフとしてではなく,直接表現として表現することによって,より優れた体系的な一般化を実現することができることを示す。 完全多層入力整列グラフに対するノードとエッジラベルを独立に予測し,意味解析を行う汎用フレームワークである LAGr を提案する。 実験により、LAGrは、強い教師付きと弱い教師付きの両方の設定において、ベースラインのseq2seqsの体系的な一般化において、大幅な改善を達成していることが示された。
  論文  参考訳（メタデータ） (2022-05-19T15:01:37Z)
• Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
  クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。 本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-18T07:47:01Z)
• Incorporating Constituent Syntax for Coreference Resolution [50.71868417008133]
  本稿では,構成構文構造をグラフベースで組み込む手法を提案する。 また、高次近傍情報を利用して構成木に富んだ構造をエンコードすることも検討する。 on the English and Chinese parts of OntoNotes 5.0 benchmark shows that our proposed model beats a strong baseline or a new-of-the-art performance。
  論文  参考訳（メタデータ） (2022-02-22T07:40:42Z)
• LAGr: Labeling Aligned Graphs for Improving Systematic Generalization in Semantic Parsing [6.846638912020957]
  グラフとしてではなく,直接表現として表現することによって,より優れた体系的一般化を実現することができることを示す。 完全多層入力整列グラフに対して,ノードラベルとエッジラベルを予測して意味解析を生成できるラベル付きグラフアルゴリズム LAGr を提案する。
  論文  参考訳（メタデータ） (2021-10-14T17:37:04Z)
• Hierarchical Poset Decoding for Compositional Generalization in Language [52.13611501363484]
  出力が部分的に順序付けられた集合(命題)である構造化予測タスクとして人間の言語理解を形式化する。 現在のエンコーダ・デコーダアーキテクチャは意味論のポーズ構造を適切に考慮していない。 本稿では,言語における合成一般化のための新しい階層型ポーズデコーディングパラダイムを提案する。
  論文  参考訳（メタデータ） (2020-10-15T14:34:26Z)
• Graph-Structured Referring Expression Reasoning in The Wild [105.95488002374158]
  接地参照表現は、自然言語表現によって参照されるオブジェクトのイメージ中を特定することを目的としている。 本研究では,シーングラフとシーングラフの推論を行うために,シーングラフガイドモジュールネットワーク(SGMN)を提案する。 また,構造化参照式推論のための大規模実世界のデータセットRef-Reasoningを提案する。
  論文  参考訳（メタデータ） (2020-04-19T11:00:30Z)
• Context-Aware Parse Trees [18.77504064534521]
  Aroma の SPT に強く影響された新しい木構造である emphcontext-aware parse Tree (CAPT) を提案する。 CAPTはよりリッチなセマンティック表現を提供することでSPTを強化する。 本研究は,提案する意味論的特徴の価値を定量的に検証し,分析した48,610プログラムにおいて,特定のCAPT構成がSPTよりも39%精度が高いことを示した。
  論文  参考訳（メタデータ） (2020-03-24T21:19:14Z)
• Vector symbolic architectures for context-free grammars [0.5862282909017474]
  ベクトル記号アーキテクチャ(VSA)は、記号データの超次元表現に有効なアプローチである。 本稿では,Fock空間における句構造木と文脈自由文法(CFG)の構文木を表現するための厳密な枠組みを提案する。 我々のアプローチは、超次元ディープニューラル計算を用いて、説明可能な人工知能(XAI)のためのVSAの開発を活用することができる。
  論文  参考訳（メタデータ） (2020-03-11T09:07:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。