פייסבוק מפתחת את TransCoder כדי לתרגם קוד משפת תכנות אחת לאחרת

מהנדסי פייסבוק פרסמו Transcompiler TransCoder, המשתמשת בטכניקות למידת מכונה כדי להפוך קוד מקור משפת תכנות ברמה גבוהה אחת לאחרת. נכון לעכשיו, ניתנת תמיכה לתרגום קוד בין Java, C++ ו-Python. לדוגמה, TransCoder מאפשר לך להמיר קוד מקור Java לקוד Python, וקוד Python לקוד מקור Java. פיתוחי פרויקט מיושמים בפועל מחקר תיאורטי על יצירת רשת עצבית להעברה אוטומטית יעילה של קוד ו התפשטות מורשה תחת רישיון Creative Commons Attribution-NonCommercial 4.0 לשימוש לא מסחרי בלבד.

הטמעת מערכת למידת מכונה מבוססת על Pytorch. שני דגמים מוכנים מוצעים להורדה: הראשון לתרגום C++ ל-Java, Java ל-C++ ו-Java ל-Python, ו שני לשידור
C++ ל-Python, Python ל-C++ ופייתון ל-Java. כדי להכשיר את המודלים, השתמשנו בקודי המקור של פרויקטים שפורסמו ב-GitHub. אם תרצה, ניתן ליצור מודלים של תרגום לשפות תכנות אחרות. לבדיקת איכות השידור הוכן אוסף בדיקות יחידה וכן חבילת בדיקות הכוללת 852 פונקציות מקבילות.

נטען כי מבחינת דיוק ההמרה, TransCoder עדיפה משמעותית על מתרגמים מסחריים המשתמשים בשיטות המבוססות על כללי המרה, ובתהליך העבודה היא מאפשרת לעשות ללא הערכת מומחים של מומחים בשפת המקור ובשפת היעד. ניתן לבטל את רוב השגיאות המתעוררות במהלך פעולת המודל על ידי הוספת הגבלות פשוטות למפענח כדי להבטיח שהפונקציות שנוצרות נכונות מבחינה תחבירית.

חוקרים הציעו ארכיטקטורת רשת עצבית חדשה "שנאי" עבור מודלים של רצפים, שבה החזרה מוחלפת ב"תשומת הלב"(מודל seq2seq עם תשומת לב), המאפשר לך להיפטר מכמה תלות בגרף החישובי ולהקביל את מה שקודם לכן לא היה ניתן להקבלה. כל השפות הנתמכות משתמשות במודל אחד משותף, אשר מאומן באמצעות שלושה עקרונות - אתחול, מודל שפה ותרגום אחורי.

מקור: OpenNet.ru