फेसबुक एक प्रोग्रामिंग भाषा से दूसरी प्रोग्रामिंग भाषा में कोड का अनुवाद करने के लिए ट्रांसकोडर विकसित कर रहा है

फेसबुक इंजीनियरों ने एक ट्रांसकंपाइलर प्रकाशित किया है ट्रांसकोडर, जो स्रोत कोड को एक उच्च-स्तरीय प्रोग्रामिंग भाषा से दूसरी में बदलने के लिए मशीन लर्निंग तकनीकों का उपयोग करता है। वर्तमान में, Java, C++ और Python के बीच कोड का अनुवाद करने के लिए समर्थन प्रदान किया जाता है। उदाहरण के लिए, ट्रांसकोडर आपको जावा स्रोत कोड को पायथन कोड में और पायथन कोड को जावा स्रोत कोड में बदलने की अनुमति देता है। परियोजना विकास को व्यवहार में लाया जा रहा है सैद्धांतिक अनुसंधान कोड के कुशल स्वचालित ट्रांसकंपाइलेशन के लिए एक तंत्रिका नेटवर्क बनाने पर और फैलाना केवल गैर-व्यावसायिक उपयोग के लिए क्रिएटिव कॉमन्स एट्रिब्यूशन-नॉन-कमर्शियल 4.0 लाइसेंस के तहत लाइसेंस प्राप्त है।

मशीन लर्निंग सिस्टम का कार्यान्वयन पाइटोरच पर आधारित है। दो तैयार मॉडल डाउनलोड के लिए पेश किए गए हैं: पहले C++ से Java, Java से C++ और Java से Python में अनुवाद करने के लिए दूसरा प्रसारण के लिए
C++ से Python, Python से C++ और Python से Java। मॉडलों को प्रशिक्षित करने के लिए, हमने GitHub पर पोस्ट किए गए प्रोजेक्ट के स्रोत कोड का उपयोग किया। यदि वांछित हो, तो अन्य प्रोग्रामिंग भाषाओं के लिए अनुवाद मॉडल बनाए जा सकते हैं। प्रसारण की गुणवत्ता की जांच करने के लिए, यूनिट परीक्षणों का एक संग्रह तैयार किया गया है, साथ ही एक परीक्षण सूट भी तैयार किया गया है जिसमें 852 समानांतर फ़ंक्शन शामिल हैं।

यह दावा किया जाता है कि रूपांतरण सटीकता के मामले में, ट्रांसकोडर वाणिज्यिक अनुवादकों से काफी बेहतर है जो रूपांतरण नियमों के आधार पर विधियों का उपयोग करते हैं, और काम की प्रक्रिया में यह आपको स्रोत और लक्ष्य भाषा में विशेषज्ञों के विशेषज्ञ मूल्यांकन के बिना करने की अनुमति देता है। मॉडल के संचालन के दौरान उत्पन्न होने वाली अधिकांश त्रुटियों को डिकोडर में सरल प्रतिबंध जोड़कर समाप्त किया जा सकता है ताकि यह सुनिश्चित किया जा सके कि उत्पन्न फ़ंक्शन वाक्यात्मक रूप से सही हैं।

शोधकर्ताओं ने मॉडलिंग अनुक्रमों के लिए एक नया न्यूरल नेटवर्क आर्किटेक्चर "ट्रांसफॉर्मर" प्रस्तावित किया है, जिसमें पुनरावृत्ति को "" द्वारा प्रतिस्थापित किया जाता है।ध्यान"(ध्यान के साथ seq2seq मॉडल), जो आपको कम्प्यूटेशनल ग्राफ़ में कुछ निर्भरताओं से छुटकारा पाने और जो पहले समानांतरीकरण के लिए उत्तरदायी नहीं था उसे समानांतर करने की अनुमति देता है। सभी समर्थित भाषाएँ एक एकल सामान्य मॉडल का उपयोग करती हैं, जिसे तीन सिद्धांतों- आरंभीकरण, भाषा मॉडलिंग और बैक-ट्रांसलेशन का उपयोग करके प्रशिक्षित किया जाता है।

स्रोत: opennet.ru