LLM-Based Design Pattern Detection

要約

なじみのないコードベースでの設計パターンインスタンスの検出インスタンスの検出ソフトウェアの品質と保守性を向上させるための挑戦的でありながら不可欠なタスクのままです。
従来の静的分析ツールは、多くの場合、実際のパターンの実装を特徴付ける明示的な注釈の複雑さ、変動、不足に苦しんでいます。
このホワイトペーパーでは、大規模な言語モデルを活用して、多様なコードベース全体でデザインパターンインスタンスを自動的に識別する新しいアプローチを紹介します。
私たちの方法は、パターンインスタンス内でクラスが再生する役割の認識に焦点を当てています。
ソフトウェアの構造と意図に関するより明確な洞察を提供することにより、この研究は、開発者をサポートし、理解を改善し、リファクタリング、メンテナンス、ベストプラクティスの遵守などのタスクを合理化することを目的としています。

要約(オリジナル)

Detecting design pattern instances in unfamiliar codebases remains a challenging yet essential task for improving software quality and maintainability. Traditional static analysis tools often struggle with the complexity, variability, and lack of explicit annotations that characterize real-world pattern implementations. In this paper, we present a novel approach leveraging Large Language Models to automatically identify design pattern instances across diverse codebases. Our method focuses on recognizing the roles classes play within the pattern instances. By providing clearer insights into software structure and intent, this research aims to support developers, improve comprehension, and streamline tasks such as refactoring, maintenance, and adherence to best practices.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google