Resolución de ambigüedades en el refinamiento de código mediante conidfine: Un marco consciente de la conversación...

Área de la Ciencia:

• Ingeniería de Software
• Procesamiento del Lenguaje Natural
• Inteligencia Artificial

Sus antecedentes:

• El refinamiento de código es crucial en el desarrollo de software.
• Los comentarios de revisión ambiguos dificultan la comprensión y la finalización de tareas por parte de los desarrolladores.
• Los datos conversacionales entre desarrolladores y revisores pueden resolver ambigüedades.

Objetivo del estudio:

• Proponer un método novedoso para abordar las sugerencias de revisión de código ambiguas utilizando datos conversacionales.
• Permitir que los modelos detecten de forma autónoma la ambigüedad y extraigan segmentos conversacionales relevantes para su aclaración.

Principales métodos:

• Desarrolló un Discriminador de Ambigüedades utilizando aprendizaje multitarea para la clasificación de ambigüedades y la generación de puntos de confusión.
• Introdujo un Marco de Recuperación Multiestrategia Impulsado por Tipos para extraer información procesable basada en el tipo de ambigüedad.
• Construyó una biblioteca de instrucciones auxiliares semánticas para una alineación precisa entre las sugerencias de revisión y el contexto de la conversación.

Principales resultados:

• Mejoró significativamente el rendimiento de los modelos de vanguardia (TransReview, T5-Review, CodeT5, CodeReviewer, ChatGPT) en tareas de refinamiento de código.
• Demostró la efectividad de la información conversacional en la mejora del rendimiento del modelo en la resolución de ambigüedades de grano fino.
• Las evaluaciones humanas confirmaron la precisión de la detección de ambigüedades y la corrección de los puntos de confusión generados.

Conclusiones:

• Esta investigación es la primera en abordar las sugerencias de revisión ambiguas en el refinamiento de código.
• El método propuesto resuelve eficazmente la ambigüedad aprovechando el contexto conversacional.
• Los hallazgos proporcionan una base para futuras investigaciones en la mejora de la claridad y efectividad de la revisión de código.