Key points are not available for this paper at this time.
提交信息以自然语言简洁地描述代码变更,对程序理解和维护至关重要。以往的研究提出了一些自动提交信息生成的方法,但由于对代码变更的不恰当表示以及基于翻译和基于检索方法的不当结合,其性能受到限制。为了解决这些问题,本文引入了一种名为COME的新框架,其中使用修改嵌入以细粒度方式表示代码变更,设计了一种自监督生成任务来学习上下文代码变更表示,并通过决策算法结合基于检索和基于翻译的方法。COME在自动评估指标上相较于最先进的方法平均提升了9.2%,在人工评估指标上提高了8.0%。我们还分析了COME的三个主要组成部分的有效性,结果显示分别提升了8.6%、8.7%和5.2%。
He等(周三)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: