IBM خپل CodeNet نوښت افشا کړی، چې موخه یې څیړونکو ته د ډیټا سیټ چمتو کول دي چې دوی ته اجازه ورکوي د ماشین زده کړې تخنیکونو کارولو سره تجربه وکړي ترڅو د پروګرام کولو ژبې ژباړونکي، کوډ جنریټرونه او تحلیل کونکي رامینځته کړي. CodeNet د 14 ملیون کوډ مثالونو ټولګه شامله ده چې د 4053 عام پروګرام کولو ستونزې حل کوي. په مجموع کې، ټولګه د کوډ شاوخوا 500 ملیون لینونه لري او د 55 پروګرام کولو ژبې پوښي، دواړه عصري ژبې لکه C++، جاوا، پایتون او ګو، او میراثي ژبې په شمول د COBOL، Pascal او FORTRAN. د پروژې پرمختګونه د اپاچي 2.0 جواز لاندې ویشل شوي، او د ډیټا سیټونه پالن شوي چې د عامه ډومین په بڼه وویشل شي.
مثالونه تشریح شوي او په مختلف پروګرامینګ ژبو کې ورته الګوریتمونه پلي کوي. تمه کیږي چې وړاندیز شوی سیټ به د ماشین زده کړې سیسټمونو روزنې او د ژباړې او ماشین کوډ پارس کولو په برخه کې د نوښتونو رامینځته کولو کې مرسته وکړي ، لکه څنګه چې د ImageNet تشریح شوي عکس ډیټابیس د نمونې پیژندنې او کمپیوټر لید سیسټمونو پراختیا کې مرسته کړې. د پروګرام کولو مختلف سیالۍ د راټولولو د جوړولو یو له اصلي سرچینو څخه شمیرل کیږي.
د دودیزو ژباړونکو برعکس، کوم چې د بدلون د قواعدو پر بنسټ پلي کیږي، د ماشین زده کړې سیسټمونه کولی شي د کوډ کارولو شرایط په پام کې ونیسي او په پام کې ونیسي. کله چې د یوې برنامې ژبې څخه بلې ته بدلیږي ، شرایط دومره مهم دي لکه څنګه چې د یوې انساني ژبې څخه بلې ته ژباړل کیږي. د شرایطو په پام کې نیولو دا نشتوالی هغه څه دي چې کوډ د میراثي ژبو لکه COBOL څخه د بدلیدو مخه نیسي.
په مختلفو ژبو کې د الګوریتم پلي کولو لوی ډیټابیس درلودل به د ماشین زده کړې نړیوال سیسټمونو رامینځته کولو کې مرسته وکړي چې د ځانګړو ژبو ترمینځ مستقیم ژباړې پرځای ، د ځانګړي برنامې ژبو څخه خپلواک د کوډ ډیر خلاص نمایندګي اداره کوي. دا ډول سیسټم د ژباړونکي په توګه کارول کیدی شي ، په هر ملاتړ شوي ژبو کې لیږدول شوي کوډ د هغې داخلي خلاصې نمایندګۍ ته وژباړي ، له دې څخه کوډ بیا په څو ژبو کې رامینځته کیدی شي.
سیسټم به د دې وړتیا هم ولري چې دوه اړخیز بدلونونه ترسره کړي. د مثال په توګه، بانکونه او دولتي ادارې په پخوانۍ کوبول ژبه کې د پروژو کارولو ته دوام ورکوي. د ماشین زده کړې پر بنسټ ژباړونکی به وکولی شي د COBOL کوډ د جاوا نمایش ته بدل کړي، او که اړتیا وي، د جاوا ټوټه بیرته په COBOL کوډ کې وژباړي.
د ژبو تر منځ د ژباړې سربیره، د کوډ نیټ د غوښتنلیک ساحې لکه د سمارټ کوډ لټون سیسټمونو رامینځته کول او د کلون کشف اتومات کول، او همدارنګه د اصلاح کونکو پراختیا او د اتوماتیک کوډ اصلاح کولو سیسټمونو ته اشاره شوې. په ځانګړې توګه، په CodeNet کې وړاندې شوي مثالونه د میټاډاټا سره سمبال شوي چې د فعالیت ازموینې پایلې بیانوي، د پایلې پروګرام اندازه، د حافظې مصرف او حالت، کوم چې موږ ته اجازه راکوي چې سم کوډ د غلطیو سره کوډ څخه توپیر وکړو (د غلط کوډ څخه سم کوډ توپیر کول، په ټولګه کې په ځانګړې توګه د غلطیو مثالونه شامل دي، چې ونډه یې 29.5٪ ده). د ماشین زده کړې سیسټم کولی شي دا میټاډاټا په پام کې ونیسي ترڅو خورا غوره کوډ رامینځته کړي یا په تحلیل شوي کوډ کې ریګریشنونه وپیژني (سیسټم کولی شي پوه شي چې په وړاندې شوي کوډ کې الګوریتم په مناسب ډول نه پلي کیږي یا غلطۍ لري).
سرچینه: opennet.ru