Исследовательская группа

Прикладное машинное обучение и глубокое обучение

A Differential Testing Approach for Evaluating Abstract Syntax Tree Mapping Algorithms

July 5

Инструменты выделения сценариев редактирования AST используются в самых разных областях анализа изменений кода. В их работе присутствует важный шаг, которому уделяется не так много внимания — процесс сопоставления вершин абстрактных синтаксических деревьев кода “до” и “после” изменения.

Авторы статьи “A Differential Testing Approach for Evaluating Abstract Syntax Tree Mapping Algorithms” предлагают новый подход к автоматическому сравнению алгоритмов сопоставления вершин AST, который достигает 98-100% точности в соответствии с оценками сторонних экспертов. Более того, в ходе описываемого эксперимента с изменениями в коде на Java авторы выяснили, что около 25% всех считающихся “соответствующими” пар вершин AST в современных state-of-the-art инструментах (GumTree, MTDiff, IJM) являются некорректными — а значит, полученные с их помощью сценарии редактирования также не будут оптимальными. На reading club'е мы кратко обсудим работу упомянутых инструментов по выделению изменений кода, разберем предлагаемый в статье подход для их автоматического сравнения, поговорим о поставленном эксперименте и о том, какие выводы он позволяет сделать.

Докладчик: Олег Смирнов.

Дата и время: 5 июля, 18:00.

https://us02web.zoom.us/j/509624984?pwd=dFhRUlowSWprSVAva0JFQ2NUVzZTdz09

Meeting ID: 509 624 984

Passcode: 016883