Extracting syntactical structures in programs by using machine learning

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K22840
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 60:Information science, computer engineering, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: Chiba Shigeru 東京大学, 大学院情報理工学系研究科, 教授 (80282713)
• Project Period (FY): 2019-06-28 – 2023-03-31
• Keywords: プログラミング言語 / ソフトウェア工学 / 機械学習

Outline of Final Research Achievements

We conducted research on programming supports by using language models based on machine learning, which is significantly advanced in these years. By utilizing language models, we extract the broad sense of "syntactical structures" in programming languages, and we apply them to practical programming supports. Specifically, we focused on extracting and applying certain syntactical structures of the order of method calls, which is found in programming using a library, syntactical structures common to different programming languages, and certain syntactical structures observed in modularization for programs.

Free Research Field

プログラミング言語、ソフトウェア工学

Academic Significance and Societal Importance of the Research Achievements

現在、言語モデルは大規模化することで、本研究が用いていたような小規模なモデルでは達成できなかったような精度を実現できている。本研究は、モデル自体の研究ではなく、モデルの機能を実用的なプログラミング支援に活かす方法を探る研究であった。本研究の成果は、大規模化した言語モデルと組み合わせることで、さらなる性能向上が期待でき、現実世界のプログラミングの支援技術の向上に貢献できると考えられる。これは社会基盤として安心安全なＩＴシステムの実現の一助になる技術である。