Fugu-MT 論文翻訳(概要): Helveg: Diagrams for Software Documentation

論文の概要: Helveg: Diagrams for Software Documentation

arxiv url: http://arxiv.org/abs/2507.10244v1
Date: Mon, 14 Jul 2025 13:07:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-15 18:48:24.963834
Title: Helveg: Diagrams for Software Documentation
Title（参考訳）: Helveg: ソフトウェアドキュメンテーションのダイアグラム
Authors: Adam Štěpánek, David Kuťák, Barbora Kozlíková, Jan Byška,
Abstract要約: 私たちは、ソフトウェアアーキテクチャの視覚化の側面をAPIリファレンスドキュメンテーションにもたらすアプローチを設計しました。表現力のあるノードグリフと柔軟なフィルタリング機能を備えた高度にインタラクティブなノードリンクダイアグラムを利用する。我々は,これらの問題の多くを,ツールのグリフ設計,インタラクション手段,ユーザインターフェースの大幅な変更を通じて解決する。
参考スコア（独自算出の注目度）: 2.3403895216018586
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Software developers often have to gain an understanding of a codebase. Be it programmers getting onboarded onto a team project or, for example, developers striving to grasp an external open-source library. In either case, they frequently turn to the project's documentation. However, documentation in its traditional textual form is ill-suited for this kind of high-level exploratory analysis, since it is immutable from the readers' perspective and thus forces them to follow a predefined path. We have designed an approach bringing aspects of software architecture visualization to API reference documentation. It utilizes a highly interactive node-link diagram with expressive node glyphs and flexible filtering capabilities, providing a high-level overview of the codebase as well as details on demand. To test our design, we have implemented a prototype named Helveg, capable of automatically generating diagrams of C\# codebases. User testing of Helveg confirmed its potential, but it also revealed problems with the readability, intuitiveness, and user experience of our tool. Therefore, in this paper, which is an extended version of our VISSOFT paper with DOI 10.1109/VISSOFT64034.2024.00012, we address many of these problems through major changes to the glyph design, means of interaction, and user interface of the tool. To assess the improvements, this new version of Helveg was evaluated again with the same group of participants as the previous version.
Abstract（参考訳）: ソフトウェア開発者はしばしばコードベースを理解する必要があります。プログラマがチームプロジェクトに参加するか、あるいは例えば、外部のオープンソースライブラリを把握しようと努力する開発者か。いずれにせよ、彼らはしばしばプロジェクトのドキュメンテーションに目を向ける。しかし、従来のテキスト形式のドキュメンテーションは、読者の視点では不変であるため、この種の高レベルの探索分析には適さないため、事前に定義されたパスに従うように強制される。私たちは、ソフトウェアアーキテクチャの視覚化の側面をAPIリファレンスドキュメンテーションにもたらすアプローチを設計しました。表現力のあるノードグリフとフレキシブルなフィルタリング機能を備えた高度にインタラクティブなノードリンクダイアグラムを使用して、コードベースの高レベルな概要と要求の詳細を提供します。設計をテストするため、C\#コードベースのダイアグラムを自動的に生成できるHelvegというプロトタイプを実装しました。 Helvegのユーザテストは、その可能性を確認しましたが、ツールの可読性、直感性、ユーザエクスペリエンスに関する問題も明らかにしました。そこで本論文は, DOI 10.1109/VISSOFT64034.2024.00012によるVISSOFT論文の拡張版である。改善を評価するため、Helvegの新しいバージョンは、以前のバージョンと同じ参加者のグループで再度評価された。

関連論文リスト

RefChartQA: Grounding Visual Answer on Chart Images through Instruction Tuning [63.599057862999]
RefChartQAは、Chart Question Answering(ChartQA)とビジュアルグラウンドを統合した、新しいベンチマークである。実験により,グラウンド化による空間認識を取り入れることで,応答精度が15%以上向上することが実証された。
論文参考訳（メタデータ） (2025-03-29T15:50:08Z)
Granite Vision: a lightweight, open-source multimodal model for enterprise Intelligence [88.74800617923083]
視覚機能を備えた軽量な大規模言語モデルであるGranite Visionを紹介した。我々のモデルは、包括的な命令追従データセットに基づいて訓練されている。 Granite Visionは、ビジュアル文書理解に関連する標準ベンチマークで強力な結果を得る。
論文参考訳（メタデータ） (2025-02-14T05:36:32Z)
Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping [55.98643055756135]
初歩的なスケッチのWebページプロトタイプへの変換を自動化する上で,最先端のビジョン言語モデル(VLM)を評価するベンチマークであるSketch2Codeを紹介した。我々は、既存のVLMではSketch2Codeが困難であることを示す10の商用およびオープンソースモデルを分析した。 UI/UXの専門家によるユーザ調査では、受動的フィードバックの受信よりも、積極的に質問を行うのがかなり好まれている。
論文参考訳（メタデータ） (2024-10-21T17:39:49Z)
Supporting Software Maintenance with Dynamically Generated Document Hierarchies [41.407915858583344]
HGENは、ソースコードを6つのステージで変換し、構造化された文書の階層構造に変換する、完全に自動化されたパイプラインである。我々はHGENを定量的にも質的にも評価した。その結果,HGENは手作業で構築したドキュメントに類似したアーティファクト階層を生成し,コアコンセプトをベースラインアプローチよりもはるかに高いカバレッジで実現していることがわかった。
論文参考訳（メタデータ） (2024-08-11T17:11:14Z)
Interactive Diagrams for Software Documentation [2.3403895216018586]
Helvegという名前のプロトタイプは、C#コードを分析して視覚化することができる。ダイアグラムはインタラクティブでフィルタ可能で、需要の詳細を提供する。
論文参考訳（メタデータ） (2024-07-31T14:13:33Z)
OmniParser: A Unified Framework for Text Spotting, Key Information Extraction and Table Recognition [79.852642726105]
多様なシナリオにまたがって視覚的なテキストを解析するための統一パラダイムを提案する。具体的には,3つの視覚的なテキスト解析タスクを同時に処理できるOmniというユニバーサルモデルを提案する。オムニでは、全てのタスクが統一エンコーダ・デコーダアーキテクチャ、統一目的点条件テキスト生成、統一入力表現を共有している。
論文参考訳（メタデータ） (2024-03-28T03:51:14Z)
SelfDocSeg: A Self-Supervised vision-based Approach towards Document Segmentation [15.953725529361874]
文書レイアウト分析は文書研究コミュニティにとって既知の問題である。個人生活へのインターネット接続が拡大するにつれ、パブリックドメインでは膨大な量のドキュメントが利用できるようになった。我々は,この課題に自己監督型文書セグメンテーションアプローチと異なり,自己監督型文書セグメンテーションアプローチを用いて対処する。
論文参考訳（メタデータ） (2023-05-01T12:47:55Z)
Precise Zero-Shot Dense Retrieval without Relevance Labels [60.457378374671656]
仮説文書埋め込み(英: hypothetical Document Embeddings, HyDE)は、ゼロショット高密度検索システムである。我々は,HyDEが最先端の非教師付き高密度検索器であるContrieverを著しく上回っていることを示す。
論文参考訳（メタデータ） (2022-12-20T18:09:52Z)
Using Large-scale Heterogeneous Graph Representation Learning for Code Review Recommendations [7.260832843615661]
我々は、レビュアーレコメンデーションのための新しいアプローチであるCoRALを提示する。私たちは、リッチなエンティティセットから構築された社会技術的グラフを使用します。我々は,コラルがレビュアー選択のマニュアル履歴を極めてうまくモデル化できることを示した。
論文参考訳（メタデータ） (2022-02-04T20:58:54Z)
A Sketch-Based Neural Model for Generating Commit Messages from Diffs [0.5239589676872304]
コミットメッセージは、特に大規模チームで働く場合、ソフトウェア開発に重要な影響を与える。コード差分をコミットメッセージに変換するために、ニューラルマシン翻訳(NMT)技術を適用します。このタスクのための改善されたスケッチベースのエンコーダを紹介します。
論文参考訳（メタデータ） (2021-04-08T21:21:28Z)
Semantic Graphs for Generating Deep Questions [98.5161888878238]
本稿では、まず、入力文書のセマンティックレベルグラフを構築し、次にアテンションベースのGGNN(Att-GGNN)を導入してセマンティックグラフを符号化する新しいフレームワークを提案する。 HotpotQAのDeep-question中心のデータセットでは、複数の事実の推論を必要とする問題よりもパフォーマンスが大幅に向上し、最先端のパフォーマンスを実現しています。
論文参考訳（メタデータ） (2020-04-27T10:52:52Z)

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。