| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-03-07 17:45 リファクタリング推薦におけるCodeT5の転移学習有効性評価に向けて ○中島悠斗・藤原賢二（東京都市大）  SS2023-62 |
|
| 抄録 | （和） | リファクタリングとは 「外部から見たときの振舞いを保ちつつ，理解や修正が簡単になるように，ソフトウェアの内部構造を整理すること」 であり，ソフトウェア開発における重要な活動の１つである．本研究では，ソースコードに特化した事前学習済みモデルであるCodeT5を用いて，リファクタリング推薦において転移学習を行い，深層学習モデルを使用した場合の予測精度向上を試みた．具体的には，Apache，F-Droid，GitHubの3種のリポジトリ群における11,149の実プロジェクトから30万以上のExtract Methodからなるデータセットを用いて，CodeT5を推薦モデルに転移学習させた．モデルの精度評価は，Precision，Recall，F値を評価尺度として用いた．その結果，モデルはリファクタリング対象となるメソッドのうち97%を推薦モデルから特定でき，Anicheらの手法と比較して適合率が13ポイント，再現率が12ポイント向上することを確認した．このことから，CodeT5を用いた転移学習がリファクタリング推薦において有効であることが明らかになった． |
| （英） | Refactoring is "the process of restructuring the internal architecture of software to make it easier to understand and modify without changing its external behavior," and it is a crucial activity in software development. In this study, we utilized CodeT5, a pre-trained model specialized in source code, to perform transfer learning for refactoring recommendations, aiming to improve prediction accuracy when using deep learning models. Specifically, we fine-tuned CodeT5 as a recommendation model using a dataset comprised of over 300,000 Extract Method refactoring from 11,149 real projects across three repository groups: Apache, F-Droid, and GitHub. The model's accuracy was evaluated using Precision, Recall, and F-measure as metrics. The results showed that the model could identify 97% of the methods targeted for refactoring from the recommendation model, achieving a 13 percentage point increase in precision and a 12 percentage point increase in recall compared to the method by Aniche et al. This indicates that transfer learning using CodeT5 is effective for refactoring recommendations. | |
| キーワード | （和） | リファクタリング推薦 / 深層学習 / CodeT5 / 事前学習モデル / / / / |
| （英） | Refactoring recommendation / deep learning / CodeT5 / pre-training model / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 414, SS2023-62, pp. 79-84, 2024年3月. | |
| 資料番号 | SS2023-62 | |
| 発行日 | 2024-02-29 (SS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SS2023-62 |
|
| 研究会情報 | |
| 研究会 | SS |
| 開催期間 | 2024-03-07 - 2024-03-09 |
| 開催地（和） | 石垣市健康福祉センター（沖縄） |
| 開催地（英） | |
| テーマ（和） | ソフトウェアサイエンスおよび一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SS |
| 会議コード | 2024-03-SS |
| 本文の言語 | 日本語 |
| タイトル（和） | リファクタリング推薦におけるCodeT5の転移学習有効性評価に向けて |
| サブタイトル（和） | |
| タイトル（英） | For evaluating the effectiveness of CodeT5 transfer learning in refactoring recommendations. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リファクタリング推薦 / Refactoring recommendation |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | CodeT5 / CodeT5 |
| キーワード(4)（和/英） | 事前学習モデル / pre-training model |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中島 悠斗 / Yuto Nakajima / ナカジマ ユウト |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City University) |
| 第2著者 氏名（和/英/ヨミ） | 藤原 賢二 / Kenji Fujiwara / フジワラ ケンジ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City University) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-07 17:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SS |
| 資料番号 | SS2023-62 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.414 |
| ページ範囲 | pp.79-84 |
| ページ数 | 6 |
| 発行日 | 2024-02-29 (SS) |
[研究会発表申込システムのトップページに戻る]