論文の概要: RefSearch: A Search Engine for Refactoring
- arxiv url: http://arxiv.org/abs/2308.14273v1
- Date: Mon, 28 Aug 2023 03:04:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 12:27:55.849340
- Title: RefSearch: A Search Engine for Refactoring
- Title(参考訳): RefSearch:リファクタリングのための検索エンジン
- Authors: Motoki Abe, Shinpei Hayashi
- Abstract要約: RefSearchを使えば、ユーザはフレンドリーなクエリ言語を使ってケースを検索できる。
システムは2つの検出器を使ってインスタンスを収集し、ケースのクエリと閲覧のためのWebインターフェースを提供する。
- 参考スコア(独自算出の注目度): 1.5519338281670214
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developers often refactor source code to improve its quality during software
development. A challenge in refactoring is to determine if it can be applied or
not. To help with this decision-making process, we aim to search for past
refactoring cases that are similar to the current refactoring scenario. We have
designed and implemented a system called RefSearch that enables users to search
for refactoring cases through a user-friendly query language. The system
collects refactoring instances using two refactoring detectors and provides a
web interface for querying and browsing the cases. We used four refactoring
scenarios as test cases to evaluate the expressiveness of the query language
and the search performance of the system. RefSearch is available at
https://github.com/salab/refsearch.
- Abstract(参考訳): 開発者はしばしば、ソフトウェア開発における品質を改善するためにソースコードをリファクタリングする。
リファクタリングの課題は、適用できるかどうかを決定することです。
この意思決定プロセスを支援するため、私たちは、現在のリファクタリングシナリオに類似した過去のリファクタリングケースを探すことを目的としています。
ユーザフレンドリーなクエリ言語を用いて,リファクタリングケースの検索を可能にするRefSearchというシステムの設計と実装を行った。
システムは2つのリファクタリング検出器を使用してリファクタリングインスタンスを収集し、ケースのクエリとブラウジングのためのwebインターフェースを提供する。
テストケースとして4つのリファクタリングシナリオを用いて,クエリ言語の表現性およびシステムの検索性能を評価した。
refsearchはhttps://github.com/salab/refsearchで入手できる。
関連論文リスト
- LLM-R2: A Large Language Model Enhanced Rule-based Rewrite System for Boosting Query Efficiency [65.01402723259098]
本稿では,LLM-R2 という新しいクエリ書き換え手法を提案する。
実験結果から,本手法はクエリ実行効率を大幅に向上し,ベースライン法よりも優れていることがわかった。
論文 参考訳(メタデータ) (2024-04-19T13:17:07Z) - How to Refactor this Code? An Exploratory Study on Developer-ChatGPT
Refactoring Conversations [14.736597134188065]
開発者がChatGPTと対話する際のニーズを明確にする方法については、ほとんど分かっていない。
提案手法は17,913のChatGPTプロンプトと応答からのテキストマイニングに関する会話に依存する。
私たちの発見は、コードという文脈において、開発者とAIモデル間のコラボレーションのより広範な理解に寄与し、モデルの改善、ツール開発、ソフトウェアエンジニアリングにおけるベストプラクティスに影響を及ぼすと期待しています。
論文 参考訳(メタデータ) (2024-02-08T19:24:01Z) - Evaluating Generative Ad Hoc Information Retrieval [58.800799175084286]
従来の文書ランキングの代わりに、多くの生成検索システムは、クエリや質問として表現された情報に対する回答として、接地された生成されたテキストを直接返します。
このような生成的アドホック検索を適切に評価するには,テキスト応答の有用性の定量化が不可欠である。
本分析は, アドホック検索に着目した生成検索システム評価のための基礎と新たな知見を提供する。
論文 参考訳(メタデータ) (2023-11-08T14:05:00Z) - State of Refactoring Adoption: Better Understanding Developer Perception
of Refactoring [5.516979718589074]
ソフトウェアライフサイクルにおける開発者の活動の文書化方法について検討する。
このようなアクティビティを自己確認リファクタリング(Self-Affirmed Refactoring, SAR)と呼びます。
本稿では,コミットが開発者関連のイベントを記述しているかどうかを,共通品質改善カテゴリに従って分類するアプローチを提案する。
論文 参考訳(メタデータ) (2023-06-09T16:38:20Z) - RefBERT: A Two-Stage Pre-trained Framework for Automatic Rename
Refactoring [57.8069006460087]
本研究では,他のリネーム活動よりも難易度の高い変数名の自動改名について検討する。
変数名に対する名前変更のための2段階事前訓練フレームワークであるRefBERTを提案する。
RefBERTの変数名は既存の手法よりも正確で有意義であることを示す。
論文 参考訳(メタデータ) (2023-05-28T12:29:39Z) - Query Rewriting for Retrieval-Augmented Large Language Models [139.242907155883]
大規模言語モデル(LLM)は、検索対象のパイプラインで強力なブラックボックスリーダーを動作させる。
この作業では、検索拡張LDMに対する以前の検索テーマ読み込みの代わりに、新しいフレームワークであるRewrite-Retrieve-Readを導入する。
論文 参考訳(メタデータ) (2023-05-23T17:27:50Z) - Opti Code Pro: A Heuristic Search-based Approach to Code Refactoring [0.0]
コードの動機は、機能を変更することなく、既存のプログラムの設計、構造、実装を改善することである。
結合と凝集の非常に特異な問題を解くために,全コード問題の近似に探索に基づく手法を適用することを提案する。
論文 参考訳(メタデータ) (2023-05-12T16:39:38Z) - Do code refactorings influence the merge effort? [80.1936417993664]
複数のコントリビュータがソースコードを並行して変更して,新機能の実装やバグの修正,既存のコードの変更などを行っている。
これらの同時変更は、ソースコードの同じバージョンにマージする必要がある。
研究によると、すべてのマージの試みの10~20%が衝突を起こしており、これはプロセスを完了するために手動開発者の介入を必要とする。
論文 参考訳(メタデータ) (2023-05-10T13:24:59Z) - How We Refactor and How We Document it? On the Use of Supervised Machine
Learning Algorithms to Classify Refactoring Documentation [25.626914797750487]
リファクタリングは、外部の振る舞いを変えることなく、システムの設計を改善する技術である。
この研究はコミットを、従来のBugFixやFunctionalのカテゴリとともに、内部QA、外部QA、Code Smell Resolutionの3つのカテゴリに分類する。
分類結果をよりよく理解するために、私たちはコミットメッセージを分析して、開発者が定期的に臭いを説明するために使用するパターンを抽出しました。
論文 参考訳(メタデータ) (2020-10-26T20:33:17Z) - 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。