An environment for recommending source code considering test cases

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K11839
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60050:Software-related
• Research Institution: Ryukoku University
• Principal Investigator: Yamamoto Tetsuo 龍谷大学, 先端理工学部, 准教授 (40388129)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: ソースコード / コード補完 / コード推薦

Outline of Final Research Achievements

In this study, we propose a mechanism that extends beyond simple code completion to complete entire source codes. Initially, we focused on simple code completion. Specifically, we proposed a method limited to API recommendations using the order of method call statements. Furthermore, to ensure software quality, we proposed a method to predict source codes that are likely to contain defects. As a method to achieve this, we used deep learning to predict defects within the source code.

Free Research Field

ソフトウェア工学

Academic Significance and Societal Importance of the Research Achievements

ソフトウェア開発においてプログラミング工程は開発者の知識が問われる作業であり、その言語の文法などを知っている必要がある。さらに、その文法に従い要求通りのソースコードを記述する必要がある。しかし、要求通りのソースコードを実現するためには、複数の方法があるため、正解を導き出すことは難しい。知識を補うためにソースコードの推薦や補完などの機能を備えた統合開発環境が存在するが、部分的な補完に留まっており、開発全体の作業を補うには至っていない。本研究では、単純な補完にとどまらず、開発全体を補完していく。