論文の概要: Source Code Comprehension: A Contemporary Definition and Conceptual
Model for Empirical Investigation
- arxiv url: http://arxiv.org/abs/2310.11301v1
- Date: Tue, 17 Oct 2023 14:23:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-21 15:01:15.513393
- Title: Source Code Comprehension: A Contemporary Definition and Conceptual
Model for Empirical Investigation
- Title（参考訳）: ソースコード理解:実証的調査のための現代的定義と概念モデル
- Authors: Marvin Wyrich
- Abstract要約: 研究コミュニティはソースコードの理解を概念として定義できていない。
タスクによる暗黙的な定義が一般的であり、つまり、コード理解は実験的なタスクが測るものである。
本稿では,ソースコードの理解を定義し,概念的枠組みを提示する参照作業を構成する。
- 参考スコア（独自算出の注目度）: 5.139874302398955
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Be it in debugging, testing, code review or, more recently, pair programming
with AI assistance: in all these activities, software engineers need to
understand source code. Accordingly, plenty of research is taking place in the
field to find out, for example, what makes code easy to understand and which
tools can best support developers in their comprehension process. And while any
code comprehension researcher certainly has a rough idea of what they mean when
they mention a developer having a good understanding of a piece of code, to
date, the research community has not managed to define source code
comprehension as a concept. Instead, in primary research on code comprehension,
an implicit definition by task prevails, i.e., code comprehension is what the
experimental tasks measure. This approach has two negative consequences. First,
it makes it difficult to conduct secondary research. Currently, each code
comprehension primary study uses different comprehension tasks and measures,
and thus it is not clear whether different studies intend to measure the same
construct. Second, authors of a primary study run into the difficulty of
justifying their design decisions without a definition of what they attempt to
measure. An operationalization of an insufficiently described construct occurs,
which poses a threat to construct validity.
The task of defining code comprehension considering the theory of the past
fifty years is not an easy one. Nor is it a task that every author of a primary
study must accomplish on their own. Therefore, this paper constitutes a
reference work that defines source code comprehension and presents a conceptual
framework in which researchers can anchor their empirical code comprehension
research.
- Abstract（参考訳）: デバッグやテスト,コードレビュー,あるいは最近では,AIアシストによるペアプログラミングなど,すべてのアクティビティにおいて,ソフトウェアエンジニアはソースコードを理解する必要があります。
そのため、コードを理解するのが容易な理由や、理解プロセスにおいて、どのツールが開発者に最適なサポートができるかなど、多くの研究が現場で行われている。
また、コード理解研究者は、コード片をよく理解している開発者について言及するときに、その意味について大まかに考えていますが、研究コミュニティは、ソースコード理解を概念として定義できていないのです。
代わりに、コード理解に関する基礎研究において、タスクによる暗黙的な定義は、すなわち、コード理解は、実験的なタスクが測定するものである。
このアプローチには2つの否定的な結果がある。
第一に二次研究の実施が困難である。
現在、各コード理解プライマリ研究は異なる理解タスクと尺度を用いるため、異なる研究が同じ構成を計測する意図があるかどうかは定かではない。
第二に、最初の研究の著者は、測定しようとするものを定義することなく、設計決定を正当化することの難しさに直面する。
不十分に記述された構成物の運用が行われ、それが妥当性の構築を脅かす。
過去50年の理論を考慮し、コード理解を定義する作業は簡単ではありません。
初等研究のすべての著者が単独で達成しなければならないタスクでもない。
そこで本研究では,ソースコードの理解を定義し,研究者が経験的コード理解研究を定着させる概念的枠組みを提案する。
関連論文リスト
- Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - Towards Identifying Code Proficiency through the Analysis of Python Textbooks [7.381102801726683]
目的は、開発者がソースコードの一部を理解する必要がある熟練度を測定することである。
専門家の意見や開発者調査に大きく依存した以前の試みは、かなりの相違を招いた。
本稿では,Python プログラミング教科書の体系的解析を通じて,Python の能力レベルを同定する手法を提案する。
論文 参考訳（メタデータ） (2024-08-05T06:37:10Z) - Effective Large Language Model Debugging with Best-first Tree Search [27.68711322875045]
大きな言語モデル(LLM)は、コード生成タスクの約束を示す。
LLMはバグの発見と修正を一貫して行うことはできない。
本研究では,LLMが自己回帰と探索によってコードをデバッグするアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-26T19:26:00Z) - How Far Have We Gone in Binary Code Understanding Using Large Language Models [51.527805834378974]
バイナリコード理解におけるLarge Language Models(LLM)の有効性を評価するためのベンチマークを提案する。
評価の結果、既存のLLMはバイナリコードをある程度理解でき、それによってバイナリコード解析の効率が向上することが明らかとなった。
論文 参考訳（メタデータ） (2024-04-15T14:44:08Z) - When Do Program-of-Thoughts Work for Reasoning? [51.2699797837818]
本稿では,コードと推論能力の相関性を測定するために,複雑性に富んだ推論スコア(CIRS)を提案する。
具体的には、抽象構文木を用いて構造情報をエンコードし、論理的複雑性を計算する。
コードはhttps://github.com/zjunlp/EasyInstructのEasyInstructフレームワークに統合される。
論文 参考訳（メタデータ） (2023-08-29T17:22:39Z) - Investigating the Impact of Vocabulary Difficulty and Code Naturalness
on Program Comprehension [3.35803394416914]
本研究の目的は,言語習得の観点から可読性と可読性を評価することである。
我々は,それらの相関関係を理解するために統計的解析を行い,可読性および可読性予測法の性能向上にコード自然性および語彙難易度を用いることができるか分析する。
論文 参考訳（メタデータ） (2023-08-25T15:15:00Z) - Comparing Code Explanations Created by Students and Large Language
Models [4.526618922750769]
コードについて推論し、その目的を説明することは、コンピュータ科学者にとって基本的なスキルである。
可能なすべてのインプットに対してコードがどのように振る舞うかを、高いレベルの抽象化で記述する能力は、コード記述スキルと強く相関する。
既存の教育的なアプローチは、要求に応じてコード説明を作成するなど、コードを説明する能力を足場に置いていますが、現在、大規模な教室ではうまくスケールしていません。
論文 参考訳（メタデータ） (2023-04-08T06:52:54Z) - Early Career Developers' Perceptions of Code Understandability. A Study of Complexity Metrics [7.5060856723794975]
低理解力はコーディングの労力を増大させ、コードの誤解釈は開発プロセス全体に影響を与えます。
私たちの研究は、McKabe Cyclomatic ComplexityやCognitive Complexityが、開発者が認識するコード理解可能性の予測に有効かどうかを調査します。
論文 参考訳（メタデータ） (2023-03-14T09:11:10Z) - Language Model Decoding as Likelihood-Utility Alignment [54.70547032876017]
モデルの有効性がタスク固有の実用性の概念とどのように一致しているかについて、暗黙の仮定に基づいて、デコード戦略をグループ化する分類法を導入する。
具体的には、様々なタスクの集合における予測の可能性と有用性の相関を解析することにより、提案された分類を裏付ける最初の実証的証拠を提供する。
論文 参考訳（メタデータ） (2022-10-13T17:55:51Z) - ReACC: A Retrieval-Augmented Code Completion Framework [53.49707123661763]
本稿では,語彙のコピーと類似したセマンティクスを持つコード参照の両方を検索により活用する検索拡張コード補完フレームワークを提案する。
我々は,Python および Java プログラミング言語のコード補完タスクにおけるアプローチを評価し,CodeXGLUE ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-03-15T08:25:08Z) - COSEA: Convolutional Code Search with Layer-wise Attention [90.35777733464354]
我々は、畳み込みニューラルネットワークを階層的注意で活用し、コード固有の構造論理をキャプチャする新しいディープラーニングアーキテクチャ、COSEAを提案する。
COSEAは、コード検索タスクの最先端メソッドよりも大幅に改善できる。
論文 参考訳（メタデータ） (2020-10-19T13:53:38Z)
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。