論文の概要: How do annotations affect Java code readability?
- arxiv url: http://arxiv.org/abs/2404.17417v1
- Date: Fri, 26 Apr 2024 13:54:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-29 13:05:13.681492
- Title: How do annotations affect Java code readability?
- Title（参考訳）: アノテーションはJavaコードの可読性にどのように影響しますか?
- Authors: Eduardo Guerra, Everaldo Gomes, Jeferson Ferreira, Igor Wiese, Phyllipe Lima, Marco Gerosa, Paulo Meirelles,
- Abstract要約: 本稿では,コードアノテーションとコード可読性との関係を系統的に検討する。
ソフトウェア開発者による調査では、コードアノテーションなしで15組のJavaコードスニペットを提示します。
- 参考スコア（独自算出の注目度）: 3.2100402371585943
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Context: Code annotations have gained widespread popularity in programming languages, offering developers the ability to attach metadata to code elements to define custom behaviors. Many modern frameworks and APIs use annotations to keep integration less verbose and located nearer to the corresponding code element. Despite these advantages, practitioners' anecdotal evidence suggests that annotations might negatively affect code readability. Objective: To better understand this effect, this paper systematically investigates the relationship between code annotations and code readability. Method: In a survey with software developers (n=332), we present 15 pairs of Java code snippets with and without code annotations. These pairs were designed considering five categories of annotation used in real-world Java frameworks and APIs. Survey participants selected the code snippet they considered more readable for each pair and answered an open question about how annotations affect the code's readability. Results: Preferences were scattered for all categories of annotation usage, revealing no consensus among participants. The answers were spread even when segregated by participants' programming or annotation-related experience. Nevertheless, some participants showed a consistent preference in favor or against annotations across all categories, which may indicate a personal preference. Our qualitative analysis of the open-ended questions revealed that participants often praise annotation impacts on design, maintainability, and productivity but expressed contrasting views on understandability and code clarity. Conclusions: Software developers and API designers can consider our results when deciding whether to use annotations, equipped with the insight that developers express contrasting views of the annotations' impact on code readability.
- Abstract（参考訳）: コンテキスト: コードアノテーションはプログラミング言語で広く普及し、開発者がカスタムの振る舞いを定義するためにコード要素にメタデータを付加する機能を提供する。
多くのモダンなフレームワークやAPIは、アノテーションを使用して、統合を冗長にし、対応するコード要素に近い位置を維持する。
これらの利点にもかかわらず、実践者の逸話的証拠は、アノテーションがコードの可読性に悪影響を及ぼす可能性を示唆している。
目的: この効果をよりよく理解するために,コードアノテーションとコード可読性との関係を系統的に検討する。
メソッド: ソフトウェア開発者による調査(n=332)では、コードアノテーションなしで15対のJavaコードスニペットを提示します。
これらのペアは、現実世界のJavaフレームワークとAPIで使用されるアノテーションの5つのカテゴリを考慮して設計されました。
調査参加者は、各ペアに対してより読みやすいと思われるコードスニペットを選択し、アノテーションがコードの可読性に与える影響についてオープンな質問に答えた。
結果: アノテーション使用のすべてのカテゴリにおいて, 評価は散在し, 参加者間での合意が得られなかった。
参加者のプログラミングやアノテーション関連の経験から分離しても回答は広まっていた。
それにもかかわらず、一部の参加者は、すべてのカテゴリーで、一貫した好意や、アノテーションに反対する傾向を示しており、これは個人的な好意を示す可能性がある。
オープンエンドの質問に対する質的な分析から、参加者はデザイン、保守性、生産性に影響を及ぼすアノテーションを賞賛することが多いが、理解可能性やコードの明確さについては対照的な見解を示した。
結論: ソフトウェア開発者とAPIデザイナは、アノテーションを使用するかどうかを決める際に、アノテーションがコード可読性に与える影響について、対照的な見解を開発者が表現しているという洞察を備えた結果を検討することができます。
関連論文リスト
- Multi-granular Software Annotation using File-level Weak Labelling [7.106986689736827]
本稿では,弱いラベル付け手法と階層的アグリゲーションを用いたソースコードファイルのアノテート手法を提案する。
本手法がソフトウェアプロジェクトのマルチグラニュラアノテーションの実現に有効かどうかを評価する。
論文 参考訳（メタデータ） (2023-11-20T08:48:18Z) - Quality and Efficiency of Manual Annotation: Pre-annotation Bias [1.949293198748152]
この実験の目的は、事前アノテーションを用いた場合の最終的なアノテーション品質を判断することである。
実験により、事前アノテーションはより高速な手動構文アノテーションのための効率的なツールであることが確認された。
論文 参考訳（メタデータ） (2023-06-15T17:41:14Z) - Re-Examining Human Annotations for Interpretable NLP [80.81532239566992]
我々は、Interpretable NLPで広く使われている2つのデータセット上で、クラウドソースのウェブサイトを用いて制御実験を行う。
我々は,異なる資格レベルを満たす人材の募集から得られた注釈結果を比較した。
以上の結果から,アノテーションの品質は労働者の資格に高い影響を受けており,労働者は指示によって特定のアノテーションを提供するように指導することができることがわかった。
論文 参考訳（メタデータ） (2022-04-10T02:27:30Z) - The Weak Supervision Landscape [5.186945902380689]
弱い監督設定を分類する枠組みを提案する。
我々は、弱い監督を特徴付ける重要な要素を特定し、既存のアプローチのほとんどを分類する一連の次元を考案する。
文献における一般的な設定がフレームワークにどのように適合するかを示し、実際に使用可能な使用法について議論する。
論文 参考訳（メタデータ） (2022-03-30T13:19:43Z) - Two Contrasting Data Annotation Paradigms for Subjective NLP Tasks [17.033055327465238]
データアノテーションのためのコントラストパラダイムを2つ提案する。
記述的パラダイムはアノテータの主観性を促進するが、規範的パラダイムはそれを妨げている。
データセット作成者は、データセットの意図した使用を促進するために、どちらか一方を明示的に目標にすべきである、と私たちは主張する。
論文 参考訳（メタデータ） (2021-12-14T15:38:22Z) - Annotation Curricula to Implicitly Train Non-Expert Annotators [56.67768938052715]
自発的な研究は、しばしば、アノテータがタスク、そのアノテーションスキーム、およびデータドメインに精通することを要求する。
これは最初は圧倒的であり、精神的に課税され、結果として生じるアノテーションにエラーを誘導する。
暗黙的にアノテータを訓練する新しい手法であるアノテーションキュリキュラを提案する。
論文 参考訳（メタデータ） (2021-06-04T09:48:28Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳（メタデータ） (2020-10-13T21:33:24Z) - Deep Just-In-Time Inconsistency Detection Between Comments and Source
Code [51.00904399653609]
本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。
私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。
より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
論文 参考訳（メタデータ） (2020-10-04T16:49:28Z) - A Unified Dual-view Model for Review Summarization and Sentiment
Classification with Inconsistency Loss [51.448615489097236]
ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。
本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。
異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
論文 参考訳（メタデータ） (2020-06-02T13:34:11Z) - Active Learning for Coreference Resolution using Discrete Annotation [76.36423696634584]
我々は、コア参照解決におけるアクティブラーニングのためのペアワイズアノテーションを改善した。
提案された参照ペアがコアフェレントでないと判断された場合、アノテータに参照アンテセントを識別するよう依頼する。
既存のベンチマークコアベンチマークデータセットを用いた実験では、この追加質問からの信号が人間のアノテーション時間当たりの大幅なパフォーマンス向上につながることが示された。
論文 参考訳（メタデータ） (2020-04-28T17:17:11Z) - Observations on Annotations [0.5175994976508882]
Hypertext、Computational Linguistics、Language Technology、Artificial Intelligence、Open Scienceなどだ。
複雑さの観点では、それらは自明なものから高度に洗練されたものまで、成熟度の観点からは実験的なものから標準化されたものまで様々である。
例えば、テキストドキュメントのような主要な研究データは、異なるレイヤに同時にアノテートすることができる。
論文 参考訳（メタデータ） (2020-04-21T20:29:50Z)
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。