論文の概要: Code Librarian: A Software Package Recommendation System
- arxiv url: http://arxiv.org/abs/2210.05406v1
- Date: Tue, 11 Oct 2022 12:30:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 17:04:51.429701
- Title: Code Librarian: A Software Package Recommendation System
- Title（参考訳）: Code Librarian: ソフトウェアパッケージ推奨システム
- Authors: Lili Tao, Alexandru-Petre Cazan, Senad Ibraimoski, Sean Moran
- Abstract要約: オープンソースライブラリ用のリコメンデーションエンジンであるLibrarianを提示する。
1)プログラムのインポートライブラリで頻繁に使用されること、2)プログラムのインポートライブラリと似た機能を持つこと、3)開発者の実装と似た機能を持つこと、4)提供されるコードのコンテキストで効率的に使用できること、である。
- 参考スコア（独自算出の注目度）: 65.05559087332347
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of packaged libraries can significantly shorten the software
development cycle by improving the quality and readability of code. In this
paper, we present a recommendation engine called Librarian for open source
libraries. A candidate library package is recommended for a given context if:
1) it has been frequently used with the imported libraries in the program; 2)
it has similar functionality to the imported libraries in the program; 3) it
has similar functionality to the developer's implementation, and 4) it can be
used efficiently in the context of the provided code. We apply the
state-of-the-art CodeBERT-based model for analysing the context of the source
code to deliver relevant library recommendations to users.
- Abstract（参考訳）: パッケージライブラリの使用は、コードの品質と可読性を改善することで、ソフトウェア開発サイクルを著しく短縮することができる。
本稿では,オープンソースライブラリのためのライブラリアンと呼ばれるレコメンデーションエンジンを提案する。
候補ライブラリパッケージは、所定のコンテキストに対して推奨される。
1) プログラム内の輸入図書館で頻繁に使用される。
2) プログラム内の輸入ライブラリと類似の機能を有する。
3) 開発者の実装に類似した機能を持ち、
4) 提供されるコードのコンテキストで効率的に使用することができる。
我々は、ソースコードのコンテキストを分析し、関連するライブラリレコメンデーションをユーザに提供するために、最先端のCodeBERTベースのモデルを適用する。
関連論文リスト
- Is ChatGPT a Good Software Librarian? An Exploratory Study on the Use of ChatGPT for Software Library Recommendations [3.1911318265930944]
ChatGPTは、人間の開発者よりも10%近い頻度でサードパーティのライブラリを使用している。
14.2%の推奨ライブラリには制限付きのコピーレフトライセンスがあり、ChatGPTは明示的に通信しなかった。
LLM生成コードをプロジェクトに統合する前に、厳格な依存性管理プラクティスとライブラリライセンスの二重チェックを実装することを推奨します。
論文 参考訳（メタデータ） (2024-08-09T15:36:59Z) - LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。
LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。
LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文 参考訳（メタデータ） (2023-10-30T17:55:02Z) - Private-Library-Oriented Code Generation with Large Language Models [52.73999698194344]
本稿では,大規模言語モデル(LLM)をプライベートライブラリのコード生成に活用することに焦点を当てる。
プログラマがプライベートコードを書く過程をエミュレートする新しいフレームワークを提案する。
TorchDataEval、TorchDataComplexEval、MonkeyEval、BeatNumEvalの4つのプライベートライブラリベンチマークを作成しました。
論文 参考訳（メタデータ） (2023-07-28T07:43:13Z) - AndroLibZoo: A Reliable Dataset of Libraries Based on Software
Dependency Analysis [6.342380566583581]
そこで我々は,AndroLibZooというデータセットの形式で,高精度かつ最新のサードパーティライブラリセットを生成するための自動アプローチを提案する。
私たちのデータセットはコミュニティで利用でき、現在34の813のライブラリが含まれており、進化を意図しています。
論文 参考訳（メタデータ） (2023-07-24T08:36:38Z) - An Empirical Study of Library Usage and Dependency in Deep Learning
Frameworks [12.624032509149869]
ピトルチ、カフェ、シキットルンはプロジェクトの18%と14%で最も頻度の高い組み合わせである。
開発者は同じプロジェクトで2つか3つのdlライブラリを使用し、同じ関数と同じファイルの両方で異なる複数のdlライブラリを使用する傾向がある。
論文 参考訳（メタデータ） (2022-11-28T19:31:56Z) - Lib-SibGMU -- A University Library Circulation Dataset for Recommender
Systems Developmen [58.720142291102135]
大学図書館の循環データセットLib-SibGMUをオープンソースとして公開しました。
ベクタライザからなるレコメンデータアーキテクチャでは,ベクタライザとしてfastTextモデルを使用することで,ベクタライザの競合的な結果が得られることを示す。
論文 参考訳（メタデータ） (2022-08-25T22:10:18Z) - DocCoder: Generating Code by Retrieving and Reading Docs [87.88474546826913]
コードマニュアルとドキュメントを明示的に活用するアプローチであるDocCoderを紹介します。
我々のアプローチは一般的に、どんなプログラミング言語にも適用でき、基礎となるニューラルモデルとは無関係です。
論文 参考訳（メタデータ） (2022-07-13T06:47:51Z) - Repro: An Open-Source Library for Improving the Reproducibility and
Usability of Publicly Available Research Code [74.28810048824519]
Reproは、研究コードのユーザビリティ向上を目的とした、オープンソースのライブラリである。
Dockerコンテナ内で研究者がリリースしたソフトウェアを実行するための軽量Python APIを提供する。
論文 参考訳（メタデータ） (2022-04-29T01:54:54Z) - Req2Lib: A Semantic Neural Model for Software Library Recommendation [8.713783358744166]
我々はReq2Libと呼ばれる新しいニューラルアプローチを提案し、プロジェクトの要件を記述したライブラリを推奨する。
本研究では,自然言語における要求記述の関連情報と意味情報の学習にシーケンス・ツー・シーケンスモデルを用いる。
我々の予備評価は、Req2Libがライブラリを正確に推奨できることを示しています。
論文 参考訳（メタデータ） (2020-05-24T14:37:07Z)
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。