基于层次注意力机制的源代码迁移模型

Li Zheng, Xu Mingrui, Wu Yonghao,Liu Yong, Chen Xiang,Wu Shumei, Liu Hengyuan

Application Research of Computers（2023）

引用 0|浏览2

暂无评分

摘要

针对源代码迁移模型存在的迁移代码语义一致性问题,在词符注意力机制的基础上引入了语句注意力机制,提出了一种基于层次注意力机制的源代码迁移模型HPGN(hierarchical pointer-generator network),设计了状态传递机制.HPGN在迁移过程中,语句注意力机制对齐源代码语句和迁移代码语句的特征,词符注意力机制从对齐的代码语句中提取词符,状态传递机制传递相邻迁移代码语句的特征,从而提升了迁移代码的语义一致性.在真实项目数据集的实验结果表明,HPGN比最佳对比模型提高了 3.4个总体分值,同时有着更少的模型参数量.此外,消融实验验证了状态传递机制和HPGN层次架构的有效性.

关键词

code migration,code statement,machine translation,attention mechanism

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要