Fugu-MT 論文翻訳(概要): Automating API Documentation with LLMs: A BERTopic Approach

論文の概要: Automating API Documentation with LLMs: A BERTopic Approach

arxiv url: http://arxiv.org/abs/2509.05749v1
Date: Sat, 06 Sep 2025 15:41:46 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-09 14:07:03.68809
Title: Automating API Documentation with LLMs: A BERTopic Approach
Title（参考訳）: LLMによるAPIドキュメンテーションの自動化:BER Topicアプローチ
Authors: AmirHossein Naghshzan,
Abstract要約: BERTopicを用いて360万のStack Overflow投稿から一般的なトピックを抽出し、抽出要約技術を用いて簡潔な要約を生成する。 30人のAndroid開発者によるユーザ調査では、一貫性、妥当性、情報性、満足度に関する要約を評価し、生産性が向上した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Developers rely on API documentation, but official sources are often lengthy, complex, or incomplete. Many turn to community-driven forums like Stack Overflow for practical insights. We propose automating the summarization of informal sources, focusing on Android APIs. Using BERTopic, we extracted prevalent topics from 3.6 million Stack Overflow posts and applied extractive summarization techniques to generate concise summaries, including code snippets. A user study with 30 Android developers assessed the summaries for coherence, relevance, informativeness, and satisfaction, showing improved productivity. Integrating formal API knowledge with community-generated content enhances documentation, making API resources more accessible and actionable work.
Abstract（参考訳）: 開発者はAPIドキュメンテーションに依存するが、公式のソースは長く、複雑で、不完全であることが多い。 Stack Overflowのようなコミュニティ主導のフォーラムに目を向けて、実践的な洞察を得た。我々は,Android APIに着目した非公式ソースの要約を自動化することを提案する。 BERTopicを用いて360万のStack Overflowポストから一般的なトピックを抽出し,コードスニペットを含む簡潔な要約を生成するために抽出要約手法を適用した。 30人のAndroid開発者によるユーザ調査では、一貫性、妥当性、情報性、満足度に関する要約を評価し、生産性が向上した。公式なAPI知識とコミュニティが生成したコンテンツを統合することで、ドキュメントが強化され、APIリソースがよりアクセスしやすく、実行可能な作業が可能になる。

関連論文リスト

ExploraCoder: Advancing code generation for multiple unseen APIs via planning and chained exploration [70.26807758443675]
ExploraCoderはトレーニング不要のフレームワークで、大規模な言語モデルにコードソリューションで見えないAPIを呼び出す権限を与える。実験の結果、ExploreaCoderは、事前のAPI知識に欠けるモデルのパフォーマンスを大幅に改善することが示された。
論文参考訳（メタデータ） (2024-12-06T19:00:15Z)
A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How [53.65636914757381]
API提案は、現代のソフトウェア開発において重要なタスクである。大規模コードモデル(LCM)の最近の進歩は、API提案タスクにおいて有望であることを示している。
論文参考訳（メタデータ） (2024-09-20T03:12:35Z)
SoAy: A Solution-based LLM API-using Methodology for Academic Information Seeking [59.59923482238048]
SoAyは学術情報検索のためのソリューションベースのLLM API利用方法論である。ソリューションが事前に構築されたAPI呼び出しシーケンスである場合、推論メソッドとしてソリューションを備えたコードを使用する。その結果、最先端のLLM APIベースのベースラインと比較して34.58-75.99%のパフォーマンス改善が見られた。
論文参考訳（メタデータ） (2024-05-24T02:44:14Z)
Revolutionizing API Documentation through Summarization [0.0]
APIドキュメンテーションは長く、ナビゲートが難しいため、Stack Overflowのような非公式なソースを探す必要がある。 BERTopicと抽出要約を用いて,簡潔で情報性の高いAPI要約を自動的に生成する。これらの要約には、Stack Overflowに関する豊富な知識から得られた、一般的な使用法、一般的な開発者問題、潜在的なソリューションといった重要な洞察が含まれている。
論文参考訳（メタデータ） (2024-01-21T01:18:08Z)
Leveraging Deep Learning for Abstractive Code Summarization of Unofficial Documentation [1.1816942730023887]
本稿では,StackOverflowで議論されているAPIの要約を生成するために,BARTアルゴリズムを用いた自動アプローチを提案する。 ROUGEとBLEUのメトリクスを用いて,人間生成サマリーのオラクルを構築し,それに対するアプローチを評価した。その結果, ディープラーニングアルゴリズムを用いることで, 要約の質が向上し, 精度が平均で57パーセント向上することが示唆された。
論文参考訳（メタデータ） (2023-10-23T15:10:37Z)
Private-Library-Oriented Code Generation with Large Language Models [52.73999698194344]
本稿では,大規模言語モデル(LLM)をプライベートライブラリのコード生成に活用することに焦点を当てる。プログラマがプライベートコードを書く過程をエミュレートする新しいフレームワークを提案する。 TorchDataEval、TorchDataComplexEval、MonkeyEval、BeatNumEvalの4つのプライベートライブラリベンチマークを作成しました。
論文参考訳（メタデータ） (2023-07-28T07:43:13Z)
Evaluating Embedding APIs for Information Retrieval [51.24236853841468]
ドメインの一般化と多言語検索における既存のセマンティック埋め込みAPIの機能を評価する。 BM25の結果をAPIを使って再ランク付けすることは、予算に優しいアプローチであり、英語でもっとも効果的である。非英語検索では、再ランク付けは結果を改善するが、BM25のハイブリッドモデルは高いコストで機能する。
論文参考訳（メタデータ） (2023-05-10T16:40:52Z)
Leveraging Unsupervised Learning to Summarize APIs Discussed in Stack Overflow [1.8047694351309207]
本稿では,Stack Overflowで議論されているAndroid APIメソッドを要約する手法を提案する。提案手法では,APIメソッドの名称を入力として,そのAPIメソッドに関するStack Overflowの議論に基づいて,自然言語の要約を生成する。我々は16人のAndroid開発者が自動生成された要約の品質を評価し、それらを公式のAndroidドキュメントと比較する調査を実施した。
論文参考訳（メタデータ） (2021-11-27T18:49:51Z)

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。