深海石油公司

深入的API学习。开发人员经常想知道如何使用api实现某种功能(例如,如何解析XML文件)。在这方面,基于与API相关的自然语言查询获得API使用序列非常有帮助。给定一个查询,现有的方法利用信息检索模型来搜索匹配的API序列。这些方法将查询和api视为一堆词(即关键字匹配或词对词对齐),并且缺乏对查询语义的深入理解。我们提出了DeepAPI,一种基于深度学习的方法来为给定的自然语言查询生成API使用序列。它学习查询中的单词序列和相关api的序列,而不是一堆单词的假设。DeepAPI采用了一种称为RNN编解码器的神经语言模型。它将一个单词序列(用户查询)编码成一个固定长度的上下文向量,并根据上下文向量生成一个API序列。我们还通过考虑各个api的重要性来增强RNN编解码器。我们用从GitHub收集的700多万个带注释的代码片段对我们的方法进行了实证评估。结果表明,该方法生成的API序列精度较高,优于相关方法。

zbMATH中的参考文献(参考文献1条)

显示结果1/1。
按年份排序(引用)

  1. 顾晓东、张红玉、张冬梅、金顺勋:深层API学习(2016)阿尔十四