Code Trans T5 Small Code Documentation Generation Java

🚀 CodeTransモデル：Javaコードドキュメント生成

このモデルは、t5 smallモデルアーキテクチャを使用して、プログラミング言語Javaで事前学習されたモデルです。最初は このリポジトリ で公開されました。このモデルはトークン化されたJavaコード関数で学習されており、トークン化されたJava関数で最も良い性能を発揮します。

✨ 主な機能

モデルの説明

このCodeTransモデルは t5-small モデルに基づいています。独自のSentencePiece語彙モデルを持っており、CodeSearchNet CorpusのJavaデータセットを使用して単一タスク学習を行っています。

想定される用途と制限

このモデルは、Java関数の説明を生成するために使用することができます。また、他のJavaコードタスクで微調整することも可能です。解析されていない、トークン化されていないJavaコードでも使用できますが、Javaコードがトークン化されている場合は、性能が向上するはずです。

📦 インストール

本READMEにはインストールに関する具体的な手順が記載されていないため、このセクションは省略されます。

💻 使用例

基本的な使用法

このモデルを使用して、TransformersのSummarizationPipelineを用いてJava関数のドキュメントを生成する方法は以下の通りです。

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_small_code_documentation_generation_java"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_small_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])

この例は colab notebook で実行できます。

📚 ドキュメント

学習データ

教師あり学習タスクのデータセットは このリンク からダウンロードできます。

評価結果

コードドキュメントタスクにおいて、異なるモデルが異なるプログラミング言語で以下の結果（BLEUスコア）を達成しています。

作成者: Ahmed Elnaggar | LinkedIn と Wei Ding | LinkedIn