IJCAI-2019 Commit Message Generation for Source Code Changes

PaperNote , Comments

论文地址：Commit Message Generation for Source Code Changes

CoDiSum：占位符结构+分割语义

Abstract

神经机器翻译方法受限于忽略了代码的结构信息，已经难以捕捉超出词库的词的问题

于是作者提出了CoDiSum来处理上述两种性质

Introduction

  1. 演变历史

    1.1 开始是基于预定义的规则和模板，这种方法繁琐无用

    1.2 随后采用信息检索技术，主要是重复利用相似代码修改中的commit信息

    1.3 最近采用神经机器翻译（NMT）模型，但这种模型的问题就是对于超出词库的单词还是难以预测，以及忽略结构信息

avatar
  1. 对于结构信息，提出了一个有意思的结构提取方法：占位符（placeholder），识别出 class/method/variable 的名字并换成占位符
  2. 对于语义信息，将 class/method/variable 的名字分割成各种sub单词

Model

avatar

输入数据是改变的代码段

Modeling Code Structure

把增删的代码标识（+/-）也嵌入进去了

Modeling Code Semantics

通过双向GRU编码

Combining Code Structure and Semantics

作者指出如果直接把两种表示concat起来会丢失代码结构与代码语义的通信

对于第i步的单词，如果他是一个标识符（identifier），就concat两种表示作为全局表示；如果不是就补0再concat

在解码器增加了attention

Experiment

avatar

Yang TanMaster Student @ECUST