論文の概要: jscefr: A Framework to Evaluate the Code Proficiency for JavaScript
- arxiv url: http://arxiv.org/abs/2408.16452v1
- Date: Thu, 29 Aug 2024 11:37:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-30 14:02:47.167250
- Title: jscefr: A Framework to Evaluate the Code Proficiency for JavaScript
- Title（参考訳）: jscefr: JavaScriptのコード習熟度を評価するフレームワーク
- Authors: Chaiyong Ragkhitwetsagul, Komsan Kongwongsupak, Thanakrit Maneesawas, Natpichsinee Puttiwarodom, Ruksit Rojpaisarnkit, Morakot Choetkiertikul, Raula Gaikovina Kula, Thanwadee Sunetnanta,
- Abstract要約: jscefr(Jes-cee-fer)は、JavaScript(JS)言語のさまざまな要素の使用を検出するツールである。
jscefrはJSコードを6つのレベルに分類する。
- 参考スコア（独自算出の注目度）: 1.7174932174564534
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In this paper, we present jscefr (pronounced jes-cee-fer), a tool that detects the use of different elements of the JavaScript (JS) language, effectively measuring the level of proficiency required to comprehend and deal with a fragment of JavaScript code in software maintenance tasks. Based on the pycefr tool, the tool incorporates JavaScript elements and the well-known Common European Framework of Reference for Languages (CEFR) and utilizes the official ECMAScript JavaScript documentation from the Mozilla Developer Network. jscefr categorizes JS code into six levels based on proficiency. jscefr can detect and classify 138 different JavaScript code constructs. To evaluate, we apply our tool to three JavaScript projects of the NPM ecosystem, with interesting results. A video demonstrating the tool's availability and usage is available at https://youtu.be/Ehh-Prq59Pc.
- Abstract（参考訳）: 本稿では,JavaScript (JS) 言語の異なる要素の使用を検出するツールである jscefr (jes-cee-fer) について述べる。
pycefrツールをベースとして、このツールはJavaScript要素と有名な共通ヨーロッパ言語フレームワーク(CEFR)を組み込んでおり、Mozilla Developer Networkから公式のECMAScript JavaScriptドキュメントを利用している。
jscefrはJSコードを6つのレベルに分類する。
jscefrは138の異なるJavaScriptコード構造を検出し、分類することができる。
評価のために、NPMエコシステムの3つのJavaScriptプロジェクトにツールを適用し、興味深い結果を得た。
ツールの可用性と使用状況を示すビデオはhttps://youtu.be/Ehh-Prq59Pcで公開されている。
関連論文リスト
- Mutation-Based Deep Learning Framework Testing Method in JavaScript Environment [16.67312523556796]
そこで本研究では,DLJSFuzzerという変異ベースのJavaScript DLフレームワークテスティング手法を提案する。
DLJSFuzzerは21のユニークなクラッシュと126のNaN & Inconsistencyバグを正常に検出する。
DLJSFuzzerはモデル生成効率が47%以上、バグ検出効率が91%以上改善されている。
論文 参考訳（メタデータ） (2024-09-23T12:37:56Z) - CRUXEval-X: A Benchmark for Multilingual Code Reasoning, Understanding and Execution [50.7413285637879]
CRUXEVAL-Xコード推論ベンチマークには19のプログラミング言語が含まれている。
各言語に対して少なくとも600人の被験者で構成され、合計19Kのコンテンツ一貫性テストがある。
Pythonでのみトレーニングされたモデルでさえ、他の言語で34.4%のPass@1を達成することができる。
論文 参考訳（メタデータ） (2024-08-23T11:43:00Z) - Blocking Tracking JavaScript at the Function Granularity [15.86649576818013]
Not.jsは、関数レベルの粒度で動作する、きめ細かいJavaScriptブロッキングツールである。
Not.jsは、Webページのグラフ表現で教師付き機械学習分類器をトレーニングし、まずJavaScript関数レベルでトラッキングを検出する。
Not.jsは、トラッキングを削除しながら機能を保存するサロゲートスクリプトを自動的に生成する。
論文 参考訳（メタデータ） (2024-05-28T17:26:57Z) - FV8: A Forced Execution JavaScript Engine for Detecting Evasive Techniques [53.288368877654705]
FV8はJavaScriptコードの回避テクニックを特定するために設計された修正V8 JavaScriptエンジンである。
動的コードを条件付きで注入するAPI上でのコード実行を選択的に実施する。
1,443のnpmパッケージと、少なくとも1つのタイプのエスケープを含む164の(82%)拡張を識別する。
論文 参考訳（メタデータ） (2024-05-21T19:54:19Z) - Concolic Testing of JavaScript using Sparkplug [6.902028735328818]
JSのInsitu Concolic Testingは有効だが、遅く、複雑である。
本稿では,V8 Sparkplugのベースラインコンパイラと,LLVM IR変換への組立のためのリミルライブラリによるトレースを改良する。
論文 参考訳（メタデータ） (2024-05-10T22:11:53Z) - A Study of Vulnerability Repair in JavaScript Programs with Large Language Models [2.4622939109173885]
大規模言語モデル(LLM)は、複数のドメインにまたがる大幅な進歩を示している。
実世界のソフトウェア脆弱性に関する我々の実験によると、LLMはJavaScriptコードの自動プログラム修復において有望であるが、正しいバグ修正を達成するには、しばしばプロンプトで適切なコンテキストを必要とする。
論文 参考訳（メタデータ） (2024-03-19T23:04:03Z) - Static Semantics Reconstruction for Enhancing JavaScript-WebAssembly Multilingual Malware Detection [51.15122099046214]
WebAssemblyを使うと、攻撃者は言語間の相互運用でJavaScriptマルウェアの悪意のある機能を隠せる。
JavaScriptとWebAssembly間の複雑な相互運用とセマンティックな多様性のため、JavaScript-WebAssemblyマルチ言語マルウェア(JWMM)の検出は難しい。
本稿では,JWMMの静的検出を高速化する最初の手法であるJWBinderを紹介する。
論文 参考訳（メタデータ） (2023-10-26T10:59:45Z) - GlotScript: A Resource and Tool for Low Resource Writing System Identification [53.56700754408902]
GlotScriptは、低リソースの書き込みシステム識別のためのオープンリソースである。
GlotScript-Rは7000以上の言語に対して証明済みの書記システムを提供している。
GlotScript-Tは161のUnicode 15.0スクリプトをカバーする記述システム識別ツールである。
論文 参考訳（メタデータ） (2023-09-23T09:35:55Z) - JavaScript Dead Code Identification, Elimination, and Empirical
Assessment [13.566269406958966]
Lacunaは、WebアプリからJavaScriptのデッドコードを自動的に検出し、削除するアプローチである。
我々は、モバイルWebアプリケーションのコンテキストにおいて、エネルギー消費、パフォーマンス、ネットワーク使用量、リソース使用量の観点から、JavaScriptデッドコードの実行時のオーバーヘッドを実証的に評価する実験を行う。
論文 参考訳（メタデータ） (2023-08-31T13:48:39Z) - ChatIE: Zero-Shot Information Extraction via Chatting with ChatGPT [89.49161588240061]
ゼロショット情報抽出(IE)は、注釈のないテキストからIEシステムを構築することを目的としている。
大規模言語モデル(LLMs、GPT-3、ChatGPT)に対する最近の取り組みは、ゼロショット設定での有望なパフォーマンスを示している。
ゼロショットIEタスクを2段階フレームワーク(ChatIE)でマルチターン質問応答問題に変換する。
論文 参考訳（メタデータ） (2023-02-20T12:57:12Z) - Contrastive Code Representation Learning [95.86686147053958]
一般的な再構成に基づくBERTモデルは,ソースコードの編集に敏感であることを示す。
コントラコード(ContraCode)は、コード機能を学ぶのにフォームではなく、コントラスト的な事前学習タスクである。
論文 参考訳（メタデータ） (2020-07-09T17:59:06Z)
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。