論文の概要: ChangePrism: Visualizing the Essence of Code Changes
- arxiv url: http://arxiv.org/abs/2508.12649v2
- Date: Tue, 19 Aug 2025 13:50:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-20 13:30:22.890046
- Title: ChangePrism: Visualizing the Essence of Code Changes
- Title（参考訳）: ChangePrism: コード変更のエッセンスを視覚化する
- Authors: Lei Chen, Michele Lanza, Shinpei Hayashi,
- Abstract要約: 本稿では,ChangePrismというツールがサポートする新しい可視化手法を提案する。
このツールは、git履歴からコード変更と関連する情報を取得する抽出と、コミット中のコード変更の一般的なビューと詳細なビューを提供する可視化の2つのコンポーネントで構成されている。
一般的なビューはコミット間で異なるタイプのコード変更の概要を提供し、詳細なビューはコミット毎のソースコードの正確な変更を表示する。
- 参考スコア（独自算出の注目度）: 9.321152185934105
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Understanding the changes made by developers when they submit a pull request and/or perform a commit on a repository is a crucial activity in software maintenance and evolution. The common way to review changes relies on examining code diffs, where textual differences between two file versions are highlighted in red and green to indicate additions and deletions of lines. This can be cumbersome for developers, making it difficult to obtain a comprehensive overview of all changes in a commit. Moreover, certain types of code changes can be particularly significant and may warrant differentiation from standard modifications to enhance code comprehension. We present a novel visualization approach supported by a tool named ChangePrism, which provides a way to better understand code changes. The tool comprises two components: extraction, which retrieves code changes and relevant information from the git history, and visualization, which offers both general and detailed views of code changes in commits. The general view provides an overview of different types of code changes across commits, while the detailed view displays the exact changes in the source code for each commit.
- Abstract（参考訳）: プルリクエストを提出したり、リポジトリにコミットしたりする場合、開発者が行う変更を理解することは、ソフトウェアのメンテナンスと進化において重要な活動である。
変更をレビューする一般的な方法は、コード差分を調べることに依存しており、2つのファイルバージョン間のテキストの違いを赤と緑で強調して、行の追加と削除を示す。
これは開発者にとって厄介なことであり、コミットのすべての変更を網羅的に概観することは困難である。
さらに、特定のタイプのコード変更は特に重要であり、コードの理解を高めるため、標準的な修正と区別を保証できる可能性がある。
コード変更をよりよく理解する手段として,ChangePrismというツールがサポートする,新たな視覚化アプローチを提案する。
このツールは、git履歴からコード変更と関連する情報を取得する抽出と、コミット中のコード変更の一般的なビューと詳細なビューを提供する可視化の2つのコンポーネントで構成されている。
一般的なビューはコミット間で異なるタイプのコード変更の概要を提供し、詳細なビューはコミット毎のソースコードの正確な変更を表示する。
関連論文リスト
- Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - ChangeGuard: Validating Code Changes via Pairwise Learning-Guided Execution [16.130469984234956]
ChangeGuardは、学習誘導型実行を使用して、修正された関数の実行動作を比較するアプローチである。
提案手法は,77.1%の精度で,69.5%のリコールで意味的変化を識別する。
論文 参考訳（メタデータ） (2024-10-21T15:13:32Z) - Understanding Code Change with Micro-Changes [9.321152185934105]
マイクロチェンジのカタログと自動マイクロチェンジ検出器について述べる。
我々の検出器は、研究中のシステムで起きている変化の67%以上を説明できることがわかった。
論文 参考訳（メタデータ） (2024-09-16T01:47:25Z) - MS-Former: Memory-Supported Transformer for Weakly Supervised Change
Detection with Patch-Level Annotations [50.79913333804232]
弱い教師付き変化検出のためのメモリ支援トランス (MS-Former) を提案する。
MS-Former は双方向注意ブロック (BAB) とパッチレベルの監視スキーム (PSS) から構成される。
3つのベンチマークデータセットの実験結果から,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2023-11-16T09:57:29Z) - Coeditor: Leveraging Contextual Changes for Multi-round Code Auto-editing [57.776971051512234]
本研究では,複数ラウンドのコードの自動編集設定について検討し,その内部の最近の変更に基づいて,コード領域への編集を予測することを目的とした。
我々のモデルであるCoeditorは、コード編集タスクに特化して設計された微調整言語モデルである。
単純化されたシングルラウンドのシングル編集タスクでは、Coeditor は GPT-3.5 と SOTA のオープンソースコード補完モデルを大幅に上回っている。
論文 参考訳（メタデータ） (2023-05-29T19:57:36Z) - Neighborhood Contrastive Transformer for Change Captioning [80.10836469177185]
本研究では,異なる環境下での様々な変化に対するモデルの知覚能力を向上させるために,近傍のコントラスト変換器を提案する。
提案手法は,変化シナリオの異なる3つの公開データセットに対して,最先端の性能を実現する。
論文 参考訳（メタデータ） (2023-03-06T14:39:54Z) - CCRep: Learning Code Change Representations via Pre-Trained Code Model
and Query Back [8.721077261941236]
この研究は、CCRepという新しいコード変更表現学習手法を提案する。
CCRepは、さまざまな下流タスクのための機能ベクトルとして、コード変更をエンコードすることを学ぶ。
CCRepをコミットメッセージ生成、パッチの正当性評価、ジャスト・イン・タイム欠陥予測の3つのタスクに適用する。
論文 参考訳（メタデータ） (2023-02-08T07:43:55Z) - Unsupervised Learning of General-Purpose Embeddings for Code Changes [6.652641137999891]
事前学習中にコード変更の埋め込みを得る手法を提案する。
コードの変更とコミットメッセージ生成という、2つの異なる下流タスクでそれらを評価します。
本モデルでは,完全編集シーケンスを用いたモデルの精度を5.9ポイント向上させる。
論文 参考訳（メタデータ） (2021-06-03T19:08:53Z)
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。