論文の概要: A Systematic Literature Review of Automated Query Reformulations in
Source Code Search
- arxiv url: http://arxiv.org/abs/2108.09646v1
- Date: Sun, 22 Aug 2021 05:47:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-25 04:07:27.382203
- Title: A Systematic Literature Review of Automated Query Reformulations in
Source Code Search
- Title（参考訳）: ソースコード検索における自動クエリ変換の体系的文献レビュー
- Authors: Mohammad Masudur Rahman and Chanchal K. Roy
- Abstract要約: ソフトウェア開発者はしばしば、ソフトウェアの信頼性を確保するために重要なバグを修正する。
また、市場で競争力を維持するためには、定期的にソフトウェアに新しい機能を追加する必要があるかもしれない。
開発者はこれらのドキュメントを参照して、ソフトウェアコードの必要な変更を実装する。
変更実装の一部として、変更要求からいくつかの重要なキーワードをアドホッククエリとして選択することが多い。
残念ながら、経験豊富な開発者でさえ、適切なクエリの選択に失敗することが多い。
- 参考スコア（独自算出の注目度）: 14.93990130563963
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software developers often fix critical bugs to ensure the reliability of
their software. They might also need to add new features to their software at a
regular interval to stay competitive in the market. These bugs and features are
reported as change requests (i.e., technical documents written by software
users). Developers consult these documents to implement the required changes in
the software code. As a part of change implementation, they often choose a few
important keywords from a change request as an ad hoc query. Then they execute
the query with a code search engine (e.g., Lucene) and attempt to find out the
exact locations within the software code that need to be changed.
Unfortunately, even experienced developers often fail to choose the right
queries. As a consequence, the developers often experience difficulties in
detecting the appropriate locations within the code and spend the majority of
their time in numerous trials and errors. There have been many studies that
attempt to support developers in constructing queries by automatically
reformulating their ad hoc queries. In this systematic literature review, we
carefully select 70 primary studies on query reformulations from 2,970
candidate studies, perform an in-depth qualitative analysis using the Grounded
Theory approach, and then answer six important research questions. Our
investigation has reported several major findings. First, to date, eight major
methodologies (e.g., term weighting, query-term co-occurrence analysis,
thesaurus lookup) have been adopted in query reformulation. Second, the
existing studies suffer from several major limitations (e.g., lack of
generalizability, vocabulary mismatch problem, weak evaluation, the extra
burden on the developers) that might prevent their wide adoption. Finally, we
discuss several open issues in search query reformulations and suggest multiple
future research opportunities.
- Abstract（参考訳）: ソフトウェア開発者はしばしば、ソフトウェアの信頼性を確保するために重要なバグを修正する。
また、市場で競争力を維持するために、定期的にソフトウェアに新機能を追加する必要があるかもしれない。
これらのバグと機能は変更要求(すなわち、ソフトウェアユーザーが書いた技術文書)として報告される。
開発者はこれらのドキュメントを参照して、ソフトウェアコードの必要な変更を実装する。
変更実装の一部として、変更要求からいくつかの重要なキーワードをアドホッククエリとして選択することが多い。
その後、コード検索エンジン(例えばLucene)でクエリを実行し、変更が必要なソフトウェアコード内の正確な位置を見つけようとする。
残念ながら、経験豊富な開発者でさえ、適切なクエリの選択に失敗することが多い。
その結果、開発者はコード内の適切な場所を検出するのに苦労し、多くの試行錯誤でほとんどの時間を費やすことになります。
アドホッククエリを自動的に再構成することで、クエリの構築を支援する研究が数多く行われている。
本体系的文献レビューでは,2,970の候補研究から70の問合せ改革に関する基礎研究を注意深く選択し,接地理論を用いて詳細な質的分析を行い,6つの重要な研究課題に回答する。
我々の調査はいくつかの大きな発見を報告した。
まず、現在までに8つの主要な方法論(項重み付け、クエリ項共起分析、シソーラスルックアップ)がクエリの再構成に採用されている。
第2に、既存の研究は、いくつかの大きな制限(一般化可能性の欠如、語彙ミスマッチ問題、弱い評価、開発者の余分な負担など)に苦しめられている。
最後に,検索クエリのリフォームにおけるオープンな問題をいくつか検討し,今後の研究機会を複数提案する。
関連論文リスト
- Benchmarking Multimodal Retrieval Augmented Generation with Dynamic VQA Dataset and Self-adaptive Planning Agent [102.31558123570437]
マルチモーダル大規模言語モデル(MLLM)に固有の「ハロシン化」問題を緩和する上で,mRAG(Multimodal Retrieval Augmented Generation)が重要な役割を果たしている。
マルチモーダル検索のための自己適応型計画エージェントOmniSearchを提案する。
論文 参考訳（メタデータ） (2024-11-05T09:27:21Z) - CLARINET: Augmenting Language Models to Ask Clarification Questions for Retrieval [52.134133938779776]
CLARINETは,回答が正しい候補の確実性を最大化する質問を選択することで,情報的明確化を問うシステムである。
提案手法は,大規模言語モデル(LLM)を検索分布の条件付きで拡張し,各ターンで真の候補のランクを最大化する問題を生成する。
論文 参考訳（メタデータ） (2024-04-28T18:21:31Z) - Typo-Robust Representation Learning for Dense Retrieval [6.148710657178892]
現実世界の設定における密集検索の主な課題の1つは、ミススペルされた単語を含むクエリの処理である。
ミススペルクエリを扱う一般的なアプローチは、ミススペルクエリとそれらのプリスタントクエリとの差の最小化である。
ミススペルクエリとプリスタンクエリのアライメントのみに焦点を当てた既存のアプローチとは異なり,本手法は各ミススペルクエリと周辺クエリとのコントラストも改善する。
論文 参考訳（メタデータ） (2023-06-17T13:48:30Z) - ConvGQR: Generative Query Reformulation for Conversational Search [37.54018632257896]
ConvGQRは、生成事前訓練された言語モデルに基づいて会話クエリを再構成する新しいフレームワークである。
本稿では,クエリ再構成と検索の両方を最適化する知識注入機構を提案する。
論文 参考訳（メタデータ） (2023-05-25T01:45:06Z) - Keyword Embeddings for Query Suggestion [3.7900158137749322]
本稿では,科学文献に基づいて学習したキーワード提案タスクのための2つの新しいモデルを提案する。
我々の手法はWord2VecとFastTextのアーキテクチャに適応し、文書のキーワード共起を利用してキーワード埋め込みを生成する。
我々は,タスクのベースラインよりも大幅に改善された,最先端の単語と文の埋め込みモデルに対する提案を評価した。
論文 参考訳（メタデータ） (2023-01-19T11:13:04Z) - UniKGQA: Unified Retrieval and Reasoning for Solving Multi-hop Question
Answering Over Knowledge Graph [89.98762327725112]
KGQA(Multi-hop Question Answering over Knowledge Graph)は、自然言語の質問で言及されているトピックエンティティから、複数のホップを持つ回答エンティティを見つけることを目的としている。
我々は、モデルアーキテクチャとパラメータ学習の両方において、検索と推論を統合することで、マルチホップKGQAタスクの新しいアプローチであるUniKGQAを提案する。
論文 参考訳（メタデータ） (2022-12-02T04:08:09Z) - Exposing Query Identification for Search Transparency [69.06545074617685]
本稿では,検索システムの2つのクラスにおいて,クエリとドキュメントの役割を逆転させることにより,検索タスクとしてのEQIの実現可能性について検討する。
本研究では,クエリのランク付けの質を評価するための評価基準を導出するとともに,近似EQIの様々な実践的側面に着目した経験的分析を行う。
論文 参考訳（メタデータ） (2021-10-14T20:19:27Z) - Diversity driven Query Rewriting in Search Advertising [1.5289756643078838]
生成的検索モデルは、このようなクエリの書き直しを生成するタスクにおいて有効であることが示されている。
高品質かつ多様な書き直しを生成するフレームワークであるCLOVERを紹介します。
提案手法の有効性を,3つの主要言語にまたがる検索クエリのオフライン実験により実証的に示す。
論文 参考訳（メタデータ） (2021-06-07T17:30:45Z) - Automated Query Reformulation for Efficient Search based on Query Logs
From Stack Overflow [0.0]
本稿では,ディープラーニングに基づくソフトウェア固有のクエリ再構成手法を提案する。
我々は,クエリとそれに対応するクエリを含む大規模クエリ再構成コーパスを構築した。
提案手法では,ユーザが元のクエリを入力した場合に,候補変更クエリを自動的に生成するトランスフォーマーモデルを訓練する。
論文 参考訳（メタデータ） (2021-02-01T13:31:50Z) - On the Social and Technical Challenges of Web Search Autosuggestion
Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。
現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。
問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文 参考訳（メタデータ） (2020-07-09T19:22:00Z) - Query Resolution for Conversational Search with Limited Supervision [63.131221660019776]
本稿では,双方向トランスフォーマに基づくニューラルクエリ解決モデルQuReTeCを提案する。
我々はQuReTeCが最先端モデルより優れており、また、QuReTeCのトレーニングに必要な人為的なデータ量を大幅に削減するために、我々の遠隔監視手法が有効であることを示す。
論文 参考訳（メタデータ） (2020-05-24T11:37:22Z)
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。