标签:

• 摘要生成 小部件:
• 文本: "func ( pr * Progress ) needSnapshotAbort ( ) bool { return pr . State == ProgressStateSnapshot && pr . Match >= pr . PendingSnapshot }"

用于Go代码文档生成的CodeTrans模型

该模型是基于T5基础架构、针对Go编程语言进行预训练的模型。最初发布于此代码库。本模型在分词的Go代码函数上进行训练，最适合处理已分词的Go函数。

模型描述

此CodeTrans模型基于t5-base模型构建，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语料库的Go数据集。

使用场景与限制

该模型可用于生成Go函数的描述文档，或针对其他Go代码任务进行微调。支持处理未解析和未分词的Go代码，但处理已分词的代码时性能更优。

使用方法

通过Transformers的SummarizationPipeline生成Go函数文档：

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_base_code_documentation_generation_go"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_code_documentation_generation_go", skip_special_tokens=True),
    device=0
)

tokenized_code = "func ( pr * Progress ) needSnapshotAbort ( ) bool { return pr . State == ProgressStateSnapshot && pr . Match >= pr . PendingSnapshot   }"
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

不同模型在各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