論文の概要: Enhancing API Documentation through BERTopic Modeling and Summarization
- arxiv url: http://arxiv.org/abs/2308.09070v1
- Date: Thu, 17 Aug 2023 15:57:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-21 16:05:07.209506
- Title: Enhancing API Documentation through BERTopic Modeling and Summarization
- Title（参考訳）: BERトピックモデリングと要約によるAPIドキュメンテーションの強化
- Authors: AmirHossein Naghshzan, Sylvie Ratte
- Abstract要約: 本稿では、アプリケーションプログラミングインタフェース(API)ドキュメントの解釈の複雑さに焦点を当てる。
公式APIドキュメンテーションは、開発者にとって最も重要な情報ソースであるが、広くなり、ユーザフレンドリ性に欠けることが多い。
我々の新しいアプローチは、トピックモデリングと自然言語処理(NLP)にBERTopicの長所を利用して、APIドキュメントの要約を自動的に生成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the amount of textual data in various fields, including software
development, continues to grow, there is a pressing demand for efficient and
effective extraction and presentation of meaningful insights. This paper
presents a unique approach to address this need, focusing on the complexities
of interpreting Application Programming Interface (API) documentation. While
official API documentation serves as a primary source of information for
developers, it can often be extensive and lacks user-friendliness. In light of
this, developers frequently resort to unofficial sources like Stack Overflow
and GitHub. Our novel approach employs the strengths of BERTopic for topic
modeling and Natural Language Processing (NLP) to automatically generate
summaries of API documentation, thereby creating a more efficient method for
developers to extract the information they need. The produced summaries and
topics are evaluated based on their performance, coherence, and
interoperability.
The findings of this research contribute to the field of API documentation
analysis by providing insights into recurring topics, identifying common
issues, and generating potential solutions. By improving the accessibility and
efficiency of API documentation comprehension, our work aims to enhance the
software development process and empower developers with practical tools for
navigating complex APIs.
- Abstract（参考訳）: ソフトウェア開発を含む様々な分野のテキストデータの量は増え続けており、効率的かつ効果的な抽出と意味のある洞察の提示に対する需要が高まっている。
本稿では、アプリケーションプログラミングインタフェース(API)ドキュメントの解釈の複雑さに焦点を当て、このニーズに対処するためのユニークなアプローチを提案する。
公式APIドキュメンテーションは開発者にとって主要な情報ソースとして機能するが、広範であり、ユーザフレンドリさに欠けることが多い。
これを踏まえて、開発者はしばしばstack overflowやgithubのような非公式なソースに頼る。
我々の新しいアプローチでは、トピックモデリングと自然言語処理(NLP)にBERTopicの長所を用いて、APIドキュメントの要約を自動的に生成し、開発者が必要とする情報を抽出するより効率的な方法を作成する。
生成された要約とトピックは、そのパフォーマンス、一貫性、相互運用性に基づいて評価される。
この研究の結果は、繰り返しトピックに関する洞察を提供し、共通の問題を特定し、潜在的なソリューションを生成することによって、APIドキュメント分析の分野に寄与する。
apiドキュメント理解のアクセシビリティと効率性を改善することにより、ソフトウェア開発プロセスを強化し、複雑なapiをナビゲートするための実用的なツールを提供することを目標としています。
関連論文リスト
- Demystifying Application Programming Interfaces (APIs): Unlocking the Power of Large Language Models and Other Web-based AI Services in Social Work Research [0.0]
アプリケーションプログラミングインタフェース(API)は、大規模言語モデル(LLM)やその他のAIサービスといった高度な技術を活用することを目的とした、ソーシャルワーク研究者にとって不可欠なツールである。
本稿では、APIをデミステレーションし、研究方法論をいかに拡張できるかを説明する。
実際のコード例は、構造化されていないテキストからデータを抽出するなど、LLMが特別なサービスにアクセスするためのAPIコードを生成する方法を示している。
論文 参考訳（メタデータ） (2024-10-26T16:07:12Z) - FANTAstic SEquences and Where to Find Them: Faithful and Efficient API Call Generation through State-tracked Constrained Decoding and Reranking [57.53742155914176]
APIコール生成は、大規模言語モデルのツール使用能力の基盤となっている。
既存の教師付きおよびコンテキスト内学習アプローチは、高いトレーニングコスト、低いデータ効率、APIドキュメントとユーザの要求に反する生成APIコールに悩まされる。
本稿では,これらの制約に対処するため,FANTASEと呼ばれる出力側最適化手法を提案する。
論文 参考訳（メタデータ） (2024-07-18T23:44:02Z) - Lightweight Syntactic API Usage Analysis with UCov [0.0]
本稿では,ライブラリメンテナのAPIによるインタラクション理解を支援するための,新しい概念フレームワークを提案する。
これらのカスタマイズ可能なモデルにより、ライブラリメンテナはリリース前に設計を改善することができ、進化中の摩擦を減らすことができる。
我々は,これらのモデルを新しいツールUCovに実装し,多様なインタラクションスタイルを示す3つのライブラリ上でその能力を実証する。
論文 参考訳（メタデータ） (2024-02-19T10:33:41Z) - Revolutionizing API Documentation through Summarization [0.0]
APIドキュメンテーションは長く、ナビゲートが難しいため、Stack Overflowのような非公式なソースを探す必要がある。
BERTopicと抽出要約を用いて,簡潔で情報性の高いAPI要約を自動的に生成する。
これらの要約には、Stack Overflowに関する豊富な知識から得られた、一般的な使用法、一般的な開発者問題、潜在的なソリューションといった重要な洞察が含まれている。
論文 参考訳（メタデータ） (2024-01-21T01:18:08Z) - SoTaNa: The Open-Source Software Development Assistant [81.86136560157266]
SoTaNaはオープンソースのソフトウェア開発アシスタントだ。
ソフトウェア工学の分野のための高品質な命令ベースのデータを生成する。
オープンソースの基盤モデルであるLLaMAを強化するためにパラメータ効率のよい微調整アプローチを採用している。
論文 参考訳（メタデータ） (2023-08-25T14:56:21Z) - Exploring Large Language Model for Graph Data Understanding in Online
Job Recommendations [63.19448893196642]
本稿では,大規模言語モデルが提供するリッチな文脈情報と意味表現を利用して行動グラフを解析する新しいフレームワークを提案する。
この機能を利用することで、個々のユーザに対してパーソナライズされた、正確なジョブレコメンデーションが可能になる。
論文 参考訳（メタデータ） (2023-07-10T11:29:41Z) - Evaluating Embedding APIs for Information Retrieval [51.24236853841468]
ドメインの一般化と多言語検索における既存のセマンティック埋め込みAPIの機能を評価する。
BM25の結果をAPIを使って再ランク付けすることは、予算に優しいアプローチであり、英語でもっとも効果的である。
非英語検索では、再ランク付けは結果を改善するが、BM25のハイブリッドモデルは高いコストで機能する。
論文 参考訳（メタデータ） (2023-05-10T16:40:52Z) - Towards Code Summarization of APIs Based on Unofficial Documentation
Using NLP Techniques [0.0]
場合によっては、公式のドキュメントは必要な情報を得るための効率的な方法ではありません。
NLP技術を用いた非公式なドキュメンテーションを利用して,APIやメソッドの要約を生成する手法を提案する。
論文 参考訳（メタデータ） (2022-08-12T15:07:30Z) - Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data
Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文 参考訳（メタデータ） (2022-03-02T19:57:32Z) - Leveraging Unsupervised Learning to Summarize APIs Discussed in Stack
Overflow [1.8047694351309207]
本稿では,Stack Overflowで議論されているAndroid APIメソッドを要約する手法を提案する。
提案手法では,APIメソッドの名称を入力として,そのAPIメソッドに関するStack Overflowの議論に基づいて,自然言語の要約を生成する。
我々は16人のAndroid開発者が自動生成された要約の品質を評価し、それらを公式のAndroidドキュメントと比較する調査を実施した。
論文 参考訳（メタデータ） (2021-11-27T18:49:51Z) - A Data-Centric Framework for Composable NLP Workflows [109.51144493023533]
アプリケーションドメインにおける経験的自然言語処理システム(例えば、ヘルスケア、ファイナンス、教育)は、複数のコンポーネント間の相互運用を伴う。
我々は,このような高度なNLPの高速な開発を支援するために,統一的なオープンソースフレームワークを構築した。
論文 参考訳（メタデータ） (2021-03-02T16:19:44Z)
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。