В данной работе рассматривается задачи генерации кода на основе описания на естественном языке с применением нейронных сетей и метрики для оценки важности терминов в документе. Задачи, которые решались в ходе работы: Анализ и подготовка данных, реализация и оценка метода TF-IDF, рассмотрена предо­бученная модель CodeT5, разработан плагин для среды разработки DataSpell. В плагин интегрирована модель нейронной сети и метод TF-IDF. Плагин был разработан на языке Java c использованием PsiFile.

In this thesis, we consider the tasks of generating code based on a description in natural language using neural networks and metrics to assess the importance of terms in a document. The tasks that were solved during the work: Data analysis and preparation, implementation and evaluation of the TF-IDF method, the pre-trained CodeT5 model was considered, a plugin for the DataSpell development environment was developed. The neural network model and the TF-IDF method are integrated into the plugin. The plugin was developed in Java using PsiFile.

• 6b4aeb5e6f9f1a2b549040e015f3fa6add8e880159efd6633ad8f9a2c025abae.pdf
• 6b4aeb5e6f9f1a2b549040e015f3fa6add8e880159efd6633ad8f9a2c025abae.pdf
• 6b4aeb5e6f9f1a2b549040e015f3fa6add8e880159efd6633ad8f9a2c025abae.pdf
  • Генерация кода на основе естественного языка
    • Генерация кода на основе естественного языка
      • Генерация кода на основе естественного языка
        • Генерация кода на основе естественного языка
          • Введение
          • 1. Обзор литературы
          • 2. Анализ данных
          • 3. Baseline
          • 4. Векторизация
          • 5. Нейронная сеть
          • 6. Результаты
          • 7. Разработка расширения для DataSpell
          • Заключение
          • Список использованных источников