(日本語) [研究会] Universal ASTを用いたハンク間関係の言語横断学習に基づく複合コミット分割

Sorry, this entry is only available in 日本語.

小林研M2の上野さんが，3月2日から3日間で長崎県対馬にて開催された電子情報通信学会ソフトウェアサイエンス研究会3月研究集会にて研究発表を行いました。この研究は深井さんの修士論文の一部をまとめたものです．

著者：上野友綺，パツァキ プロフィア ペトル，小林隆志（東京科学大）
題目：Universal ASTを用いたハンク間関係の言語横断学習に基づく複合コミット分割
掲載誌： 電子情報通信学会 技術報告（信学技報）SS2025-47 (vol. 125 , no. 376 , pp. 103-108) [Link], Mar. 2, 2025.

概要：
ソフトウェア開発において，複数のタスクが混在するコミット (CC) は保守性を低下させる原因となる．CC を単一タスクのコミットへ自動分割する研究の多くは，特定のプログラミング言語に依存しているため，言語ごとのモデル構築が課題であった．本研究では，汎用抽象構文木を用いてコードを言語非依存の形式へ変換したのち，木構造を入力として扱える CNN で学習する多言語横断の CC 自動分割手法を提案する．Java と Python を用いた評価の結果，未学習言語への転移や多言語混合学習において高い分割精度を確認した．