论文地址：Learning Sequential and Structural Information for Source Code Summarization
mAST+GCN编码结构信息，Transformer编码序列信息
Abstract
用mAST+GCN编码结构信息，然后将序列的AST节点经过Transformer编码
Introduction
为了更好地表示结构信息，提出了修改AST，同层次间添加了兄弟边来表示相邻的块
Model
Representing Code as mAST
对于 Java 代码是添加同层次相邻边
对于 Python 代码作者发现函数名太重要了，就增加了“函数名”节点，然后加边
#### Proposed Model
作者指出 mAST 能够捕捉相邻块信息， GCN 能够将结构相邻节点的表示生成得在语义空间中比较相近，transformer 能够捕获长距离相同块中的依赖信息
### Experiment
消融实验和数据如上
作者还做了实验将 GCN放在 Transformer 编码器前后位置的影响，其实放哪，还是前后都放差距不大，放前面感觉还好一点
以及 GCN 层数的实验
<HR align=left color=#987cb9 SIZE=1>