論文の概要: Identifier Name Similarities: An Exploratory Study

• arxiv url: http://arxiv.org/abs/2507.18081v1
• Date: Thu, 24 Jul 2025 04:13:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-25 15:10:42.941946
• Title: Identifier Name Similarities: An Exploratory Study
• Title（参考訳）: Identifier Name similarities: An Exploratory Study
• Authors: Carol Wong, Mai Abe, Silvia De Benedictis, Marissa Halim, Anthony Peruma,
• Abstract要約: 本稿では,ソフトウェアプロジェクトにおける識別子名類似性の発生に関する予備的知見を示す。 我々は、コード理解、保守性、開発者間のコラボレーションに対する識別子名類似性の影響を分析し評価するプラットフォームを研究者に提供する最初の分類学を構想する。
• 参考スコア（独自算出の注目度）: 3.7420775485568294
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifier names, which comprise a significant portion of the codebase, are the cornerstone of effective program comprehension. However, research has shown that poorly chosen names can significantly increase cognitive load and hinder collaboration. Even names that appear readable in isolation may lead to misunderstandings in contexts when they closely resemble other names in either structure or functionality. In this exploratory study, we present our preliminary findings on the occurrence of identifier name similarity in software projects through the development of a taxonomy that categorizes different forms of identifier name similarity. We envision our initial taxonomy providing researchers with a platform to analyze and evaluate the impact of identifier name similarity on code comprehension, maintainability, and collaboration among developers, while also allowing for further refinement and expansion of the taxonomy.
• Abstract（参考訳）: コードベースのかなりの部分を構成する識別子名は、効果的なプログラム理解の基盤となっている。 しかし、研究では、選択が不十分な名前が認知負荷を著しく増加させ、コラボレーションを妨げることが示されている。 独立して読み取れるように思える名前でさえ、構造や機能において他の名前とよく似ているときに、コンテキスト内で誤解を招く可能性がある。 本稿では,ソフトウェアプロジェクトにおける識別子名類似性の発生に関する予備的な知見を,識別名類似性の異なる形態を分類する分類学の開発を通じて提示する。 我々は,コード理解,保守性,開発者間のコラボレーションに対する識別子名類似性の影響を分析し,評価するプラットフォームを研究者に提供するとともに,分類のさらなる洗練と拡張を可能にした。

関連論文リスト

• On the Structure and Semantics of Identifier Names Containing Closed Syntactic Category Words [19.94735883254009]
  本稿では,文法パターンの概念を拡張した識別子名の言語構造について検討する。 特定の焦点はクローズドな構文カテゴリーであり、ソフトウェア工学で研究されることはめったにない。 閉圏文法パターンとプログラムの振る舞いの関係を、基底理論に着想を得た符号化、統計、パターン分析を用いて解析する。
  論文  参考訳（メタデータ） (2025-05-24T00:58:50Z)
• Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
  GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。 GR$2$は2つの重要なコンポーネントに焦点を当てている。 マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
  論文  参考訳（メタデータ） (2024-09-27T02:55:53Z)
• RENAS: Prioritizing Co-Renaming Opportunities of Identifiers [1.1688548469063846]
  この手法はJavaアプリケーションで同時に名前を変えなければならない関連する識別子を特定し、推奨するものである。 ReNASは、識別子間の関係と類似性に基づいて、候補をリネームするための優先度スコアを決定する。 ReNASは既存のリネーム推奨手法と比較してF1対策を0.11以上改善した。
  論文  参考訳（メタデータ） (2024-08-19T06:13:09Z)
• Reproducing, Extending, and Analyzing Naming Experiments [0.23456696459191312]
  開発者が名前を選択する方法に関する最近の調査では、異なる開発者が同じオブジェクトに対して与えた名前を収集している。 これにより、これらの名前の多様性と構造の研究が可能となり、名前の作り方に関するモデルの構築が可能となった。 我々はこの研究の様々な部分を3つの独立した実験で再現した。
  論文  参考訳（メタデータ） (2024-02-15T15:39:54Z)
• Multicultural Name Recognition For Previously Unseen Names [65.268245109828]
  本論文は、人名の認識を改善することを目的としており、それは、誰かが生まれたり、名前を変えたりする際にも、成長できる多様なカテゴリーである。 私は103か国の名前を見て、モデルが異なる文化の名前でどれだけうまく機能するかを比較します。 文字入力と単語入力を組み合わせたモデルの方が単語のみのモデルより優れており,従来のNERモデルと比較して精度が向上する可能性がある。
  論文  参考訳（メタデータ） (2024-01-23T17:58:38Z)
• Multiview Identifiers Enhanced Generative Retrieval [78.38443356800848]
  生成検索は、検索対象の通路の識別子文字列を生成する。 本稿では,パスの内容に基づいて生成される新しいタイプの識別子,合成識別子を提案する。 提案手法は生成的検索において最善を尽くし,その有効性とロバスト性を実証する。
  論文  参考訳（メタデータ） (2023-05-26T06:50:21Z)
• Disambiguation of Company names via Deep Recurrent Networks [101.90357454833845]
  企業名文字列の埋め込みである教師付き学習を通じて,Siamese LSTM Network を抽出する手法を提案する。 私たちは、ラベル付けされるサンプルを優先するActive Learningアプローチが、より効率的な全体的な学習パイプラインをもたらす方法を分析します。
  論文  参考訳（メタデータ） (2023-03-07T15:07:57Z)
• Pairwise Learning for Name Disambiguation in Large-Scale Heterogeneous Academic Networks [81.00481125272098]
  本稿では,MA-PairRNN(Multi-view Attention-based Pairwise Recurrent Neural Network)を提案する。 MA-PairRNNは、不均一グラフ埋め込み学習とペアワイズ類似学習をフレームワークに統合する。 実世界の2つのデータセットの結果から、我々のフレームワークは名前の曖昧さに対するパフォーマンスを著しく一貫した改善をしていることがわかる。
  論文  参考訳（メタデータ） (2020-08-30T06:08:20Z)
• OCoR: An Overlapping-Aware Code Retriever [15.531119719750807]
  自然言語による記述が与えられた場合、コード検索は一連のコードの中で最も関連性の高いコードを探すことを目的としている。 既存の最先端アプローチでは、ニューラルネットワークをコード検索に適用している。 我々はOCoRという新しいニューラルアーキテクチャを提案し、オーバーラップを捉えるために2つの特別に設計されたコンポーネントを紹介した。
  論文  参考訳（メタデータ） (2020-08-12T09:43:35Z)
• Interpretability Analysis for Named Entity Recognition to Understand System Predictions and How They Can Improve [49.878051587667244]
  名前付きエンティティ認識のためのLSTM-CRFアーキテクチャの性能について検討する。 文脈表現はシステムの性能に寄与するが、ハイパフォーマンスを駆動する主な要因は、名前トークン自体を学習することにある。 我々は、コンテキストのみからエンティティタイプを推測する可能性を評価するために、人間アノテーションを登録し、コンテキストのみのシステムによるエラーの大部分に対してエンティティタイプを推論することはできないが、改善の余地はいくつかある。
  論文  参考訳（メタデータ） (2020-04-09T14:37:12Z)

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。