On Unified Prompt Tuning for Request Quality Assurance in Public Code Review

要約

パブリック コード レビュー (PCR) は、高度な知識の普及を促進するソフトウェア質問応答 (SQA) コミュニティを通じて実装できます。
現在の方法は主に、有能な査読者の発見、コメントの質の予測、レビューコメントの推奨/生成など、査読者の視点に焦点を当てています。
私たちの直感では、レビューの必要性の要求を満たすことで可視性が向上し、それがより良いレビューの回答の前提条件となります。
この目的を達成するために、マスク言語モデル (MLM) の下で開発者ベースのリクエスト品質保証 (つまり、リクエストの必要性の予測とタグのサブタスクの推奨) を完了するための UniPCR と呼ばれる統一フレームワークを提案します。
具体的には、1) テキスト プロンプト チューニングによって両方のサブタスクを再定式化します。これは、ハード プロンプトを使用してプロンプト テンプレートを構築することにより、2 つのサブタスクを MLM に変換します。
2) コード プレフィックス チューニング。ソフト プロンプトを使用して、生成された連続ベクトルの小さなセグメントをコード表現のプレフィックスとして最適化します。
2011 年から 2022 年の期間における Public Code Review データセットの実験結果は、UniPCR フレームワークが 2 つのサブタスクに適応し、リクエスト品質保証のための最先端の手法を使用した同等の精度ベースの結果を上回るパフォーマンスを示していることを示しています。
これらの結論は、パブリック コード レビューにおける開発者の観点からの統一フレームワークの有効性を強調しています。

要約(オリジナル)

Public Code Review (PCR) can be implemented through a Software Question Answering (SQA) community, which facilitates high knowledge dissemination. Current methods mainly focus on the reviewer’s perspective, including finding a capable reviewer, predicting comment quality, and recommending/generating review comments. Our intuition is that satisfying review necessity requests can increase their visibility, which in turn is a prerequisite for better review responses. To this end, we propose a unified framework called UniPCR to complete developer-based request quality assurance (i.e., predicting request necessity and recommending tags subtask) under a Masked Language Model (MLM). Specifically, we reformulate both subtasks via 1) text prompt tuning, which converts two subtasks into MLM by constructing prompt templates using hard prompt; 2) code prefix tuning, which optimizes a small segment of generated continuous vectors as the prefix of the code representation using soft prompt. Experimental results on the Public Code Review dataset for the time span 2011-2022 demonstrate that our UniPCR framework adapts to the two subtasks and outperforms comparable accuracy-based results with state-of-the-art methods for request quality assurance. These conclusions highlight the effectiveness of our unified framework from the developer’s perspective in public code review.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google