标签:

• 摘要生成 小部件:
• 文本: "从表0中选择时间(列0)"

用于SQL源代码摘要生成的CodeTrans模型

该模型是基于T5小型架构、针对SQL编程语言进行预训练的模型，最初发布于此代码库。本模型在经分词的SQL代码函数上进行训练，对分词后的SQL函数处理效果最佳。

模型说明

此CodeTrans模型基于t5-small模型构建，拥有独立的SentencePiece词汇模型。采用单任务训练方式，在SQL源代码摘要生成数据集上完成训练。

使用场景与限制

该模型可用于生成SQL函数的功能描述，或针对其他SQL代码任务进行微调。支持处理未解析和未分词的SQL代码，但经分词的SQL代码能获得更优性能。

使用方法

通过Transformers的SummarizationPipeline生成SQL函数文档：

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_small_source_code_summarization_sql"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_small_source_code_summarization_sql", skip_special_tokens=True),
    device=0
)

tokenized_code = "从表0中选择时间(列0)"
pipeline([tokenized_code])

可在Colab笔记本中运行此示例。

训练数据

监督训练任务数据集可从此链接下载。

评估结果

不同模型在源代码摘要生成任务中各编程语言的BLEU得分表现：

测试结果：

由Ahmed Elnaggar | 领英与Wei Ding | 领英共同创建