big code: Open Vocabulary Learning on Source Code with a Graph–Structured Cache [ICLR 2019]

本文介绍了在源代码上使用图结构缓存进行开放词汇学习的研究,这是米兰·茨维蒂科维奇在ICLR 2019上的工作。文章探讨了模型的增强,特别是在GNN的应用上,并展示了在变量命名任务上的性能表现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原文:Open Vocabulary Learning on Source Code with a Graph–Structured Cache
作者:Milan Cvitkovic
单位:加州理工学院(California Institute of Technology)
会议:ICLR 2019
这篇文章同 Deep Learning On Code with an Unbounded Vocabulary [EasyChair 2018]
同一个作者,相似的内容,算正式版吧

模型

在这里插入图片描述
在这里插入图片描述
比前一篇多了不少GNN的比对

性能

Fill in the blank

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值