{"id":38448,"date":"2019-10-31T22:23:47","date_gmt":"2019-10-31T19:23:47","guid":{"rendered":"https:\/\/prohoster.info\/blog\/github-otkryl-narabotki-po-primeneniyu-mashinnogo-obucheniya-dlya-poiska-i-analiza-koda\/"},"modified":"2019-10-31T22:23:47","modified_gmt":"2019-10-31T19:23:47","slug":"github-otkryl-narabotki-po-primeneniyu-mashinnogo-obucheniya-dlya-poiska-i-analiza-koda","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/github-otkryl-narabotki-po-primeneniyu-mashinnogo-obucheniya-dlya-poiska-i-analiza-koda","title":{"rendered":"GitHub hat Fortschritte bei der Anwendung von maschinellem Lernen zur Suche und Analyse von Code ver\u00f6ffentlicht.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

GitHub den<\/a><\/noindex> Projekt CodeSearchNet<\/a><\/noindex>, in dessen Rahmen Modelle f\u00fcr maschinelles Lernen sowie Datens\u00e4tze erstellt wurden, die f\u00fcr das Parsen, Klassifizieren und Analysieren von Code in verschiedenen Programmiersprachen erforderlich sind. CodeSearchNet \u00e4hnelt ImageNet<\/a><\/noindex>, enth\u00e4lt eine umfangreiche Sammlung von Codeausschnitten, die mit Annotationsinformationen versehen sind, die die auszuf\u00fchrenden Aktionen des Codes formalisieren. Die Komponenten zum Training der Modelle und die Anwendungsbeispiele von CodeSearchNet sind in Python unter Verwendung des TensorFlow-Frameworks geschrieben, und wird unter der GPLv3-Lizenz bereitgestellt.<\/a><\/noindex> unter der MIT-Lizenz.<\/p>\n

bei der Erstellung von CodeSearchNet wurden Technologien f\u00fcr die Verarbeitung nat\u00fcrlicher Sprache verwendet, die es den maschinellen Lernsystemen erm\u00f6glichen, nicht nur syntaktische Merkmale, sondern auch die Bedeutung der auszuf\u00fchrenden Codeaktionen zu ber\u00fccksichtigen. Auf GitHub wird das System verwendet<\/a><\/noindex> in Experimenten zur semantischen Code-Suche mit Anfragen in nat\u00fcrlicher Sprache<\/a><\/noindex> (zum Beispiel wird bei der Anfrage \u00abSortierung der Listenzeilen\u00bb der Code mit der Implementierung der entsprechenden Algorithmen ausgegeben).<\/p>\n

Das angebotene Datenset umfasst \u00fcber 2 Millionen Paarungen \u00abCode-Kommentar\u00bb, die auf der Grundlage der Quelltexte bestehender \u00f6ffentlicher Bibliotheken erstellt wurden. Der Code umfasst den vollst\u00e4ndigen Quelltext einzelner Funktionen oder Methoden, w\u00e4hrend der Kommentar die von der Funktion durchgef\u00fchrten Aktionen beschreibt (detaillierte Dokumentation wird bereitgestellt). Derzeit wurden Datens\u00e4tze f\u00fcr die Sprachen Python, JavaScript, Ruby, Go, Java und PHP vorbereitet. Beispiele f\u00fcr die Nutzung der vorgeschlagenen Datens\u00e4tze zum Training verschiedener Arten von neuronalen Netzwerken werden bereitgestellt. Neural-Bag-Of-Words<\/a><\/noindex>, RNN<\/a><\/noindex>, Self-Attention<\/a><\/noindex> (BERT) und 1D-CNN+Self-Attention Hybrid<\/a><\/noindex>.<\/p>\n

Um die Suchmechanismen f\u00fcr nat\u00fcrliche Sprache weiterzuentwickeln, wurde zus\u00e4tzlich das Set \"CodeSearchNet Challenge\" erstellt, das
\n99 typische<\/a><\/noindex> Abfragen mit etwa 4.000 Expertenanmerkungen umfasst, die die wahrscheinlichsten Zuordnungen zum Code im Datensatz CodeSearchNet Corpus beschreiben, der etwa 6 Millionen Methoden und Funktionen umfasst (Gr\u00f6\u00dfe des Sets<\/a><\/noindex> ca. 20 GB). Die CodeSearchNet Challenge kann als Referenz zur Bewertung der Effektivit\u00e4t von Methoden zur Suche von Code in nat\u00fcrlicher Sprache dienen. Mit Hilfe des Tools Kubeflow<\/a><\/noindex> ist bereitgestellt
\nNummer 00 oder<\/a><\/noindex> wurde eine Engine zur Codesuche entwickelt.<\/p>\n

<\/a><\/noindex><\/p>\n

Quelle: opennet.ru<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

GitHub \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u043b \u043f\u0440\u043e\u0435\u043a\u0442 CodeSearchNet, \u0432 \u0440\u0430\u043c\u043a\u0430\u0445 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043b\u0435\u043d\u044b \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u043d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0435 \u0434\u043b\u044f \u0440\u0430\u0437\u0431\u043e\u0440\u0430, \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u043a\u043e\u0434\u0430 \u043d\u0430 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f. CodeSearchNet, \u043f\u043e \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0438 \u0441 ImageNet, \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u044e \u043e\u0442\u0440\u044b\u0432\u043a\u043e\u0432 \u043a\u043e\u0434\u0430, \u0441\u043d\u0430\u0431\u0436\u0451\u043d\u043d\u044b\u0445 \u0430\u043d\u043d\u043e\u0442\u0430\u0446\u0438\u044f\u043c\u0438, \u0444\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0443\u044e\u0449\u0438\u043c\u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u043c\u044b\u0435 \u043a\u043e\u0434\u043e\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f. \u041a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f CodeSearchNet \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u044b \u043d\u0430 \u044f\u0437\u044b\u043a\u0435 Python \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-38448","post","type-post","status-publish","format-standard","hentry","category-novosti-interneta"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47GitHub hat Fortschritte im Bereich maschinelles Lernen f\u00fcr die Suche und Analyse von Code ver\u00f6ffentlicht | ProHoster","description":"GitHub hat das Projekt CodeSearchNet vorgestellt, das Modelle f\u00fcr maschinelles Lernen und Datens\u00e4tze bereitstellt, die f\u00fcr die Analyse, Klassifizierung und Auswertung von Code in verschiedenen Programmiersprachen erforderlich sind. \u00c4hnlich wie ImageNet enth\u00e4lt CodeSearchNet eine umfangreiche Sammlung annotierter Codeabschnitte, die die durch den Code ausgef\u00fchrten Aktionen formalisiert. Die Komponenten zur Schulung der Modelle und Anwendungsbeispiele von CodeSearchNet sind in Python verfasst und nutzen","canonical_url":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/github-otkryl-narabotki-po-primeneniyu-mashinnogo-obucheniya-dlya-poiska-i-analiza-koda","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47GitHub \u043e\u0442\u043a\u0440\u044b\u043b \u043d\u0430\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044e \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0438\u0441\u043a\u0430 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u043a\u043e\u0434\u0430 | ProHoster","og:description":"GitHub \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u043b \u043f\u0440\u043e\u0435\u043a\u0442 CodeSearchNet, \u0432 \u0440\u0430\u043c\u043a\u0430\u0445 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043b\u0435\u043d\u044b \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u043d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0435 \u0434\u043b\u044f \u0440\u0430\u0437\u0431\u043e\u0440\u0430, \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u043a\u043e\u0434\u0430 \u043d\u0430 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f. CodeSearchNet, \u043f\u043e \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0438 \u0441 ImageNet, \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u044e \u043e\u0442\u0440\u044b\u0432\u043a\u043e\u0432 \u043a\u043e\u0434\u0430, \u0441\u043d\u0430\u0431\u0436\u0451\u043d\u043d\u044b\u0445 \u0430\u043d\u043d\u043e\u0442\u0430\u0446\u0438\u044f\u043c\u0438, \u0444\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0443\u044e\u0449\u0438\u043c\u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u043c\u044b\u0435 \u043a\u043e\u0434\u043e\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f. \u041a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f CodeSearchNet \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u044b \u043d\u0430 \u044f\u0437\u044b\u043a\u0435 Python \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c","og:url":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/github-otkryl-narabotki-po-primeneniyu-mashinnogo-obucheniya-dlya-poiska-i-analiza-koda","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T19:23:47+00:00","article:modified_time":"2019-10-31T19:23:47+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"38448","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-23 22:05:20","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 01:09:22","updated":"2026-01-23 22:05:20"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/38448","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=38448"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/38448\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=38448"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=38448"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=38448"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}