ICPC-2021 Improving Code Summarization with Block-wise Abstract Syntax Tree Splitting

论文地址：Improving Code Summarization with Block-wise Abstract Syntax Tree Splitting

论文实现：https://github.com/XMUDM/BASTS

BASTS：CFG用tree-LSTM做embedding给transformer

Abstract

本文展现了一种块级别的AST分割方法，将代码拆分为CFG的树状代码块，每个分割出的树用Tree-LSTM预训练获取局部非线性语法编码，再丢到transformer里面生成高质量代码摘要

Introduction

AST的深度一般非常大，导致一个heavy encoder的情况，并且训练困难，难以捕捉复杂的语义。此外基于GNN的方法也面临heavy encoder而且结果也没有很大的提升的问题

把代码根据CFG的块拆分，生成一个用Tree-LSTM建模的split AST，然后预训练任务是预测控制树中的下一个分割AST，最后结合分割AST的表征和token表征丢入transformer的

Overview

Code Splitting

根据method的CFG的dominator tree树中的block来分割一个method

Tree Encoding

Summarizing Code with Transformer

Experiment

---