論文の概要: Depends-Kotlin: A Cross-Language Kotlin Dependency Extractor

• arxiv url: http://arxiv.org/abs/2401.16865v2
• Date: Fri, 5 Jul 2024 16:06:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-09 00:13:01.984471
• 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, Wei Song, 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。 Depends-KotlinはKotlinコード内のエンティティの依存関係の抽出をサポートする。 Depends-KotlinはKotlinとJava間の依存関係関係も抽出できる。
• 参考スコア（独自算出の注目度）: 3.0915964434574175
• 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 develop 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. Using three open-source Kotlin-Java mixing projects as our subjects, Depends-Kotlin demonstrates high accuracy and performance in resolving Kotlin-Kotlin and Kotlin-Java dependencies relations. The source code of Depends-Kotlin and the dataset used have been made available at https://github.com/XYZboom/depends-kotlin. We also provide a screencast presenting Depends-Kotlin at https://youtu.be/ZPq8SRhgXzM.
• Abstract（参考訳）: 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。 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にサポートされている。 このギャップを埋めるため、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。 Depends-Kotlinは、Kotlin-KotlinとKotlin-Javaの依存関係関係を解決する上で、高い精度とパフォーマンスを示しています。 Depends-Kotlinのソースコードと使用するデータセットはhttps://github.com/XYZboom/depends-kotlin.comで公開されている。 また、Depends-Kotlinをhttps://youtu.be/ZPq8SRhgXzMで表示するスクリーンキャストも提供します。

関連論文リスト

• 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)
• An Empirical Study of Kotlin-Java Interactions [1.5680371708311132]
  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。 本稿では,11種類のKotlin-Java依存関係を抽出可能なDependExtractorというツールを実装した。 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]
  LLoCOは,LoRAを用いた文脈圧縮,検索,パラメータ効率の微調整を組み合わせた手法である。 我々は,LLoCOの長文質問応答データセットに対するアプローチを検証し,LLoCOが文脈内学習を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2024-04-11T17:57:22Z)
• Data Augmentation for Machine Translation via Dependency Subtree Swapping [0.0]
  依存関係のサブツリースワップによるデータ拡張のための汎用フレームワークを提案する。 我々は、ソースとターゲット文の依存関係解析木から対応するサブツリーを抽出し、ビセントスに置換して拡張サンプルを作成する。 我々は,IWSLTテキスト翻訳データセットとHunglish2コーパスを用いて,両方向の4つの言語対に関する資源制約実験を行った。
  論文  参考訳（メタデータ） (2023-07-13T19:00:26Z)
• CoTran: An LLM-based Code Translator using Reinforcement Learning with Feedback from Compiler and Symbolic Execution [7.125642663737713]
  本稿では,LLMに基づくコード翻訳手法と,それに関連するツールであるCoTranを提案する。 CoTranは、コンパイラとsymexecベースのテストフィードバックを通じて、LLMのトレーニングをガイドするために設計されている。 私たちのツールは、PythonからJavaへの翻訳で48.68%のFEqAcc、76.98%のCompAccを達成する一方、最も近い競合ツール(PLBART-base)は38.26%と75.77%のrespしか得られない。
  論文  参考訳（メタデータ） (2023-06-11T19:47:52Z)
• 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。