論文の概要: Multi-Language Detection of Design Pattern Instances

• arxiv url: http://arxiv.org/abs/2506.03903v2
• Date: Thu, 05 Jun 2025 12:05:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-06 14:14:43.190837
• Title: Multi-Language Detection of Design Pattern Instances
• Title（参考訳）: 設計パターンの多言語検出
• Authors: Hugo Andrade, João Bispo, Filipe F. Correia,
• Abstract要約: 本稿では,多言語パターン検出ツールDP-LARAを提案する。 これは、LARAフレームワークの多言語機能を使用して、コードベースのパターンインスタンスを見つけるのをサポートする。 いくつかのソフトウェアプロジェクトでDP-LARAの検出性能と一貫性を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Code comprehension is often supported by source code analysis tools which provide more abstract views over software systems, such as those detecting design patterns. These tools encompass analysis of source code and ensuing extraction of relevant information. However, the analysis of the source code is often specific to the target programming language. We propose DP-LARA, a multi-language pattern detection tool that uses the multi-language capability of the LARA framework to support finding pattern instances in a code base. LARA provides a virtual AST, which is common to multiple OOP programming languages, and DP-LARA then performs code analysis of detecting pattern instances on this abstract representation. We evaluate the detection performance and consistency of DP-LARA with a few software projects. Results show that a multi-language approach does not compromise detection performance, and DP-LARA is consistent across the languages we tested it for (i.e., Java and C/C++). Moreover, by providing a virtual AST as the abstract representation, we believe to have decreased the effort of extending the tool to new programming languages and maintaining existing ones.
• Abstract（参考訳）: コード理解は、設計パターンの検出など、ソフトウェアシステムのより抽象的なビューを提供するソースコード解析ツールによってしばしばサポートされている。 これらのツールにはソースコードの分析や関連する情報の抽出が含まれる。 しかし、ソースコードの分析は、しばしば対象のプログラミング言語に特化している。 本稿では,LARAフレームワークの多言語機能を利用した多言語パターン検出ツールDP-LARAを提案する。 LARAは、複数のOOPプログラミング言語に共通する仮想ASTを提供し、DP-LARAは、この抽象表現上のパターンインスタンスを検出するコード解析を行う。 いくつかのソフトウェアプロジェクトでDP-LARAの検出性能と一貫性を評価する。 その結果、多言語アプローチでは検出性能が損なわれず、DP-LARAはテスト対象言語(JavaとC/C++)間で一貫性があることがわかった。 さらに、抽象表現として仮想ASTを提供することで、ツールを新しいプログラミング言語に拡張し、既存のものを維持する努力を減らしたと信じている。

関連論文リスト

• Development and Benchmarking of Multilingual Code Clone Detector [2.253851493296371]
  多言語コードクローン検出器は、ターゲット言語のみの構文情報を提供することで、新しい言語のサポートを追加しやすくする。 ANTLR生成に基づく多言語コードブロック抽出法を提案し、多言語コードクローン検出器(MSCCD)を実装した。 最先端の10の検出器と比較して、MSCCDは平均レベルで動作し、さらに多くの言語をサポートしている。
  論文  参考訳（メタデータ） (2024-09-10T03:08:33Z)
• AdaCCD: Adaptive Semantic Contrasts Discovery Based Cross Lingual Adaptation for Code Clone Detection [69.79627042058048]
  AdaCCDは、その言語でアノテーションを使わずに、新しい言語のクローンコードを検出する新しい言語間適応手法である。 5つのプログラミング言語からなる多言語コードクローン検出ベンチマークを構築し,AdaCCDの言語間適応性を評価する。
  論文  参考訳（メタデータ） (2023-11-13T12:20:48Z)
• ZC3: Zero-Shot Cross-Language Code Clone Detection [79.53514630357876]
  ゼロショットクロスランゲージコードクローン検出のためのZC3という新しい手法を提案する。 ZC3は、異なるプログラミング言語間で同型表現空間を形成するために、対照的なスニペット予測を設計する。 これに基づいて、ZC3はドメイン認識学習とサイクル一貫性学習を利用して、異なる言語間で整合した表現を生成する。
  論文  参考訳（メタデータ） (2023-08-26T03:48:10Z)
• X-FACTR: Multilingual Factual Knowledge Retrieval from Pretrained Language Models [103.75890012041366]
  言語モデル(LM)は、事実の知識を捉えるのに驚くほど成功した。 しかし、LMの実際の表現能力の研究は、ほぼ間違いなく英語で行われている。 我々は23の語型的多様言語に対するクローゼスタイルプローブのベンチマークを作成する。
  論文  参考訳（メタデータ） (2020-10-13T05:29:56Z)
• Exploring Software Naturalness through Neural Language Models [56.1315223210742]
  ソフトウェア自然性仮説(Software Naturalness hypothesis)は、自然言語処理で使用されるのと同じ手法でプログラミング言語を理解することができると主張している。 この仮説は,事前学習されたトランスフォーマーベース言語モデルを用いて,コード解析タスクを実行することによって検討する。
  論文  参考訳（メタデータ） (2020-06-22T21:56:14Z)

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。