Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10071/10910
Autoria: | Prendi, Gonçalo Queiroga |
Orientação: | Santos, André Leal Ribeiro, Ricardo Daniel Santos Faro Marques |
Data: | 2015 |
Título próprio: | Stepwise API usage assistance based on N-gram language models |
Referência bibliográfica: | PRENDI,Gonçalo Queiroga - Stepwise API usage assistance based on N-gram language models [Em linha]. Lisboa: ISCTE-IUL, 2015. Dissertação de mestrado. [Consult. Dia Mês Ano] Disponível em www:<http://hdl.handle.net/10071/10910>. |
Palavras-chave: | N-gram language models API usability Perplexity Code completion Usabilidade das APIs Perplexidade |
Resumo: | Software development requires the use of external Application Programming Interfaces
(APIs) in order to reuse libraries and frameworks. Programmers often
struggle with unfamiliar APIs due to their lack of resources or less common design.
Such difficulties often lead to an incorrect sequences of API calls that may
not produce the desired outcome. Language models have shown the ability to
capture regularities in text as well as in code.
In this work we explore the use of n-gram language models and their ability to
capture regularities in API usage through an intrinsic and extrinsic evaluation of
these models on some of the most widely used APIs for the Java programming
language. To achieve this, several language models were trained over a source
code corpora containing several hundreds of GitHub Java projects that use the
desired APIs. In order to fully assess the performance of the language models, we
have selected APIs from multiple domains and vocabulary sizes.
This work allowed us to conclude that n-gram language models are able to capture
the API usage patterns due to their low perplexity values and their high overall
coverage, going up to 100% in some cases, which encouraged us to create a code
completion tool to help programmers stay in the right path when using unknown
APIs while allowing for some exploration. O desenvolvimento de software requer a utilização de Application Programming Interfaces (APIs) externas com o objectivo de reutilizar bibliotecas e frameworks. Muitas vezes, os programadores têm dificuldade em utilizar APIs desconhecidas, devido à falta de recursos ou desenho fora do comum. Essas dificuldades provocam inúmeras vezes sequências incorrectas de chamadas às APIs que poderão não produzir o resultado desejado. Os modelos de língua mostraram-se capazes de capturar regularidades em texto, bem como em código. Neste trabalho é explorada a utilização de modelos de língua de n-gramas e a sua capacidade de capturar regularidades na utilização de APIs, através de uma avaliação intrínseca e extrínseca destes modelos em algumas das APIs mais utilizadas na linguagem de programação Java. Para alcançar este objectivo, vários modelos foram treinados sobre repositórios de código do GitHub, contendo centenas de projectos Java que utilizam estas APIs. Com o objectivo de ter uma avaliação completa do desempenho dos modelos de língua, foram seleccionadas APIs de múltiplos domínios e tamanhos de vocabulário. Este trabalho permite concluir que os modelos de língua de n-gramas são capazes de capturar padrões de utilização de APIs devido aos seus baixos valores de perplexidade e a sua alta cobertura, chegando a atingir 100% em alguns casos, o que levou à criação de uma ferramenta de code completion para guiar os programadores na utilização de uma API desconhecida, mas mantendo a possibilidade de a explorar. |
Designação do grau: | Mestrado em Engenharia Informática |
Arbitragem científica: | Sim |
Acesso: | Acesso Aberto |
Aparece nas coleções: | T&D-DM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
thesis.pdf | 2,04 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.