한글내용
(Korean Abstract) |
프로그램 이해에 있어 좋은 주석은 결정적인 역할을 한다. 하지만 직접 주석을 작성하는 것은 시간이 많이 걸리며 품질 보장이 어렵다. 따라서 자동으로 고품질 주석을 생성하는 것은 매우 중요하다. 최근 SOTA를 달성한 딥러닝 기반 자동 주석 생성 모델[3][4]에서는 SBT라는 코드 구조 정보를 사용한다. 하지만 SBT는 중복, 괄호 등 불필요한 정보의 포함으로 때때로 소스 코드보다 길어진다. 이는 훈련 시간 증가, 구조 정보 학습 어려움, 모델 성능 저하로 이어질 수 있다. 따라서 본 논문에서는 이러한 문제를 해결하는 새로운 AST 순회 방법인 CodeSBT를 제안한다. CodeSBT는 노드의 중복을 줄이고 ‘type’과 ‘value’ 정보로 구조, 의미 표현을 함께 사용하는 방법이다. 주석 생성 결과를 BLEU, n-gram BLEU, METEOR로 평가했을 때 기존 모델보다 CodeSBT를 사용한 모델의 성능이 향상되었다. 결론적으로 CodeSBT를 사용한 모델이 좀 더 사람이 작성한 주석과 유사한 자연스러운 문장을 생성하며 자동 주석 생성 모델의 성능을 향상시키는데 효과적임을 확인할 수 있었다. |
