标签:

• 摘要生成 小组件:
• 文本: "public static < T , U > Function < T , U > castFunction ( Class < U > target ) { return new CastToClass < T , U > ( target ) ; }"

用于Java代码文档生成的CodeTrans模型

该模型基于T5基础架构，针对Java编程语言进行预训练。首次发布于此代码库。本模型在分词后的Java代码函数上进行训练：对经过分词的Java函数处理效果最佳。

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，训练数据来自CodeSearchNet语料库中的Java数据集。

使用场景与限制

该模型可用于生成Java函数描述，或针对其他Java代码任务进行微调。支持处理未解析和未分词的Java代码，但若输入为分词后的代码，性能表现更优。

使用方法

通过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_base_code_documentation_generation_java"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_code_documentation_generation_java", skip_special_tokens=True),
    device=0
)

tokenized_code = "public static < T , U > Function < T , U > castFunction  ( Class < U > target ) { return new CastToClass < T , U > ( target ) ; }"
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

各模型在不同编程语言的代码文档生成任务中的BLEU评分表现：

测试结果：

由Ahmed Elnaggar | LinkedIn和Wei Ding | LinkedIn创建