論文の概要: Depends-Kotlin: A Cross-Language Kotlin Dependency Extractor
- arxiv url: http://arxiv.org/abs/2401.16865v1
- Date: Tue, 30 Jan 2024 10:15:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-31 15:30:44.936931
- Title: Depends-Kotlin: A Cross-Language Kotlin Dependency Extractor
- Title（参考訳）: Depends-Kotlin - Kotlin依存関係エクストラクタ
- Authors: Qiong Feng, Xiaotian Ma, Huan Ji, Peng Liang
- Abstract要約: Googleは2017年にAndroidアプリを開発するための公式プログラミング言語としてKotlinを導入した。
ソフトウェア分析の基礎となるKotlinコード依存性分析は限定的だ。
Depends-Kotlinを開発し、Kotlinソースコードのエンティティとその依存関係を抽出しました。
- 参考スコア（独自算出の注目度）: 1.7129679621106917
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Since Google introduced Kotlin as an official programming language for
developing Android apps in 2017, Kotlin has gained widespread adoption in
Android development. However, compared to Java, there is limited support for
Kotlin code dependency analysis, which is the foundation to software analysis.
To bridge this gap, we developed Depends-Kotlin to extract entities and their
dependencies in Kotlin source code. Not only does Depends-Kotlin support
extracting entities' dependencies in Kotlin code, but it can also extract
dependency relations between Kotlin and Java. The extraction of such
cross-language dependencies can help developers understand the migration
process from Java to Kotlin. Additionally, we used a Java project with
confirmed dependencies as a benchmark and converted this project to two
projects: Kotlin-only and a combination of Kotlin and Java. The dependencies in
these two projects were then extracted using our tool. The consistency observed
among dependency relations in all three projects confirms the accuracy of
Depends-Kotlin. Furthermore, the performance of Depends-Kotlin was assessed
using another three projects of varying sizes. The source code of
Depends-Kotlin and the dataset used in this demo paper have been uploaded to
https://github.com/XYZboom/depends-kotlin. We also provided a screencast
presenting Depends-Kotlin https://youtu.be/daZuXOwn1Ls.
- Abstract（参考訳）: 2017年にgoogleがandroidアプリ開発の公式プログラミング言語としてkotlinを導入して以来、kotlinはandroid開発で広く採用されている。
しかしながら、Javaと比較して、ソフトウェア分析の基礎であるKotlinコード依存性分析は限定的だ。
このギャップを埋めるため、私たちは、Kotlinソースコード内のエンティティとその依存関係を抽出するDepends-Kotlinを開発しました。
Depends-KotlinはKotlinコードのエンティティの依存関係を抽出するだけでなく、KotlinとJava間の依存関係関係も抽出できる。
このような言語間の依存関係の抽出は、開発者がJavaからKotlinへのマイグレーションプロセスを理解するのに役立つ。
さらに、依存性が確認されたJavaプロジェクトをベンチマークとして使用して、KotlinのみとKotlinとJavaの組み合わせの2つのプロジェクトに変換しました。
これら2つのプロジェクトの依存関係は、ツールを使って抽出されます。
これら3つのプロジェクトの依存関係間の一貫性は、dependence-kotlinの正確性を確認する。
さらに、dependence-kotlinのパフォーマンスは、さまざまなサイズの別の3つのプロジェクトを使って評価された。
Depends-Kotlinのソースコードとこのデモ論文で使用されたデータセットがhttps://github.com/XYZboom/depends-kotlinにアップロードされた。
また、Depends-Kotlin https://youtu.be/daZuXOwn1Lsというスクリーンキャストも提供しました。
関連論文リスト
- How Do Developers Use Type Inference: An Exploratory Study in Kotlin [3.382017614888546]
KotlinはAndroid開発のデフォルト言語であり、最大のソフトウェアマーケットプレースのひとつです。
ソフトウェアリポジトリをマイニングするツールであるBoaを用いて,大規模な実証的研究を行う。
この結果,ローカル変数や変数に対して,ファイル外でメソッド呼び出しが宣言される場合,型推論が頻繁に使用されることがわかった。
論文 参考訳（メタデータ） (2024-10-30T18:07:21Z) - Kotlin's Type System is (Also) Unsound [0.19116784879310028]
音型システムの型チェッカーは、型エラー毎に警告を発することが期待されている。
2016年、Amin氏とTate氏は、JavaとScalaという2つの主要な産業言語に対して、最初の不健全な証明を提示した。
我々は、これまで未知の言語機能の組み合わせに依存していたKotlinの不健全性証明を提示する。
論文 参考訳（メタデータ） (2024-08-20T12:54:12Z) - Kotlin ML Pack: Technical Report [5.691600667043724]
我々は、Kotlinコードの3つの新しいデータセット、KStack、KStack-clean、KExercisesを提示します。
また、人間の専門家がKotlinに書き直したHumanEvalベンチマークのバージョンも提示します。
論文 参考訳（メタデータ） (2024-05-29T16:33:50Z) - Cross-Language Dependencies: An Empirical Study of Kotlin-Java [1.5680371708311132]
Googleが2017年にAndroidアプリ開発の公式プログラミング言語としてKotlinを導入して以来、KotlinはAndroid開発で広く採用されている。
現実世界のプロジェクトでJavaとKotlinが相互に相互作用する方法については、限定的な研究がある。
我々は、3,227のJavaと8,630のKotlinソースファイルを持つ23のKotlin-Java実世界のプロジェクトについて実証的研究を行った。
論文 参考訳（メタデータ） (2024-05-07T18:26:24Z) - LLoCO: Learning Long Contexts Offline [63.3458260335454]
長いコンテキストを処理するための新しいアプローチであるLLoCOを提案する。
LLoCOはコンテキスト圧縮とLoRAによるドメイン内パラメータ効率の微調整を通じて、オフラインでコンテキストを学習する。
提案手法は、4kトークンLLaMA2-7Bモデルの有効コンテキストウインドウを拡張し,最大128kトークンを処理する。
論文 参考訳（メタデータ） (2024-04-11T17:57:22Z) - Hexatagging: Projective Dependency Parsing as Tagging [63.5392760743851]
文中の単語を有限個の可能なタグの要素でタグ付けすることで、依存関係木を構成する新しい依存性であるヘキサトガーを導入する。
私たちのアプローチは、トレーニング時に完全に並列化可能です。すなわち、依存関係のパースを構築するのに必要な構造構築アクションは、互いに並列に予測できます。
我々はPenn Treebankテストセット上で96.4 LASと97.4 UASの最先端性能を実現する。
論文 参考訳（メタデータ） (2023-06-08T18:02:07Z) - Automatic Specialization of Third-Party Java Dependencies [3.7973152331947815]
大規模なコードの再利用は、開発コストと時間の両方を大幅に削減します。
ソフトウェアプロジェクトにおけるサードパーティのコードの大規模なシェアは、特にメンテナンスとセキュリティに関して、新たな課題を引き起こします。
そこで本研究では,Javaプロジェクトの実際の利用状況に基づいて,Javaプロジェクトの依存関係を専門化する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-02-16T15:37:49Z) - Binding Language Models in Symbolic Languages [146.3027328556881]
Binderはトレーニング不要のニューラルシンボリックフレームワークで、タスク入力をプログラムにマッピングする。
解析の段階では、Codexは元のプログラミング言語では答えられないタスク入力の一部を特定することができる。
実行段階では、CodexはAPI呼び出しで適切なプロンプトを与えられた万能機能を実行することができる。
論文 参考訳（メタデータ） (2022-10-06T12:55:17Z) - 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) - Mining Knowledge for Natural Language Inference from Wikipedia
Categories [53.26072815839198]
NLIおよびLEタスクのモデル性能を改善するためのリソースであるWikiNLIを紹介する。
ウィキペディアには、自然に注釈付けされたカテゴリー階層から作られた428,899の句が含まれている。
我々は、BERTやRoBERTaのような強力なベースラインをWikiNLIで事前訓練し、下流タスクでモデルを転送することで改善できることを示します。
論文 参考訳（メタデータ） (2020-10-03T00:45:01Z) - NatCat: Weakly Supervised Text Classification with Naturally Annotated
Resources [53.01755762559001]
NatCatは、ウィキペディア、Stack Exchange、Redditの3つのデータソースから構築された、テキスト分類のための大規模なリソースである。
NatCatは、オンラインコミュニティ内で自然に起こる手作業によるキュレーションから派生した文書分類ペアで構成されている。
論文 参考訳（メタデータ） (2020-09-29T22:49:15Z)
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。