×
img

使用 BERT 和查询感知 LSH 改进非正式文档中的代码示例推荐:一项比较研究(英文版)

发布者:wx****ec
2023-05-05
427 KB 11 页
人工智能(AI)
文件列表:
使用 BERT 和查询感知 LSH 改进非正式文档中的代码示例推荐:一项比较研究【英文版】.pdf
下载文档
英文标题:Improving Code Example Recommendations on Informal Documentation Using BERT and Query-Aware LSH: A Comparative Study中文摘要:利用 BERT 模型将 Stack Overflow 上的 Java 编程语言代码样例转换为数字向量,并应用 LSH 算法识别近似最近邻,对比了 Random Hyperplane-based LSH 和 Query-Aware LSH 两个算法,发现 Query-Aware LSH 算法的 HitRate 提高了 20%到 35%,而且至少比 Random Hyperplane-based LSH 算法快 4 倍,几乎可以即时返回代码样例。英文摘要:The study of code example recommendation has been conducted extensively inthe past and recently in order to assist developers in their softwarede

加载中...

已阅读到文档的结尾了

下载文档

网友评论>