标签:

• 摘要生成 小部件:
• 文本: "解析此包的许可证使用节点（如果有），并返回许可证定义（如果存在）"

用于API推荐生成的CodeTrans模型

这是一个基于t5 small模型架构预训练的API推荐生成模型。最初发布于此代码库。

模型描述

该CodeTrans模型基于t5-small模型构建，拥有独立的SentencePiece词汇表模型。通过单任务训练方式在API推荐生成数据集上进行训练。

使用场景与限制

本模型可用于为Java编程任务生成API使用建议。

使用方法

以下展示如何使用Transformers的SummarizationPipeline生成Java函数文档：

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_small_api_generation"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_small_api_generation", skip_special_tokens=True),
    device=0
)

tokenized_code = "解析此包的许可证使用节点（如果有），并返回许可证定义（如果存在）"
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

在代码文档生成任务中，不同模型在不同编程语言上的表现如下（BLEU分数）：

测试结果：

由Ahmed Elnaggar | 领英和Wei Ding | 领英创建