标签:

• 摘要生成 微件:
• 文本: '''with open ( CODE_STRING , CODE_STRING ) as in_file : buf = in_file . readlines ( ) with open ( CODE_STRING , CODE_STRING ) as out_file : for line in buf : if line == " ; Include this text " : line = line + " Include below " out_file . write ( line ) '''

用于Python源代码摘要的CodeTrans模型

该预训练模型基于T5基础架构，专为Python编程语言设计。首次发布于此代码库。本模型针对分词后的Python代码函数进行训练，在分词后的Python函数上表现最佳。

模型描述

此CodeTrans模型基于t5-base模型，拥有独立的SentencePiece词汇模型。采用单任务训练方式，在Python源代码摘要数据集上完成训练。

使用场景与限制

可用于生成Python函数的功能描述，或针对其他Python代码任务进行微调。支持非解析和非分词的原始Python代码，但对分词后的代码处理效果更优。

使用方法

通过Transformers的SummarizationPipeline生成Python函数文档：

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_base_source_code_summarization_python"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_source_code_summarization_python", skip_special_tokens=True),
    device=0
)

tokenized_code = '''with open ( CODE_STRING , CODE_STRING ) as in_file : buf = in_file . readlines ( )  with open ( CODE_STRING , CODE_STRING ) as out_file : for line in buf :          if line ==   " ; Include this text   " :              line = line +   " Include below  "          out_file . write ( line ) '''
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任务中的BLEU评分表现：

测试结果：

由Ahmed Elnaggar | LinkedIn和Wei Ding | LinkedIn创建