深API

深层API学习。开发人员经常想知道如何使用API来实现某些功能(例如,如何解析XML文件)。基于API相关的自然语言查询获得API使用顺序在这方面非常有用。给定查询,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视为单词包(即关键字匹配或词对词对齐),并且缺乏对查询语义的深刻理解。我们建议DeepAPI,一个基于深度学习的方法来生成一个给定的自然语言查询的API使用序列。它不是一个词的假设,而是学习一个查询中的单词序列和相关的API的序列。Debug API适应一种神经网络模型RNN编码器解码器。它将单词序列(用户查询)编码成固定长度的上下文向量,并基于上下文向量生成API序列。我们还通过考虑单个API的重要性来增强RNN编码器解码器。我们从GITHUB收集到的超过700万个注释代码片段对我们的方法进行了实证评估。结果表明,我们的方法产生很大程度上准确的API序列,并优于相关的方法。

ZBMaCT中的参考文献(1篇文章中提到)

显示1的结果1。
按年份排序(引文

  1. 萧东谷,洪宇张,董美张,Sunghun Kim:深层API学习(2016)阿西夫