该博客围绕源代码语言模型展开，介绍了编译过程，包括词法分析、语法分析和抽象语法树。阐述了基于代码的显式（n - gram）和隐式（NN）语言模型，提出DT + 模型并介绍其算法及cache应用。通过实验对比三种模型，用MAP指标评估，最后对结果进行讨论。
老师，我想讨论一下论文框架，我该什么的思路来写文章？下面是我的初步框架。第二部分和嗲三部分我已经写了一部分。
文章目录
题目 build language model for source code
1.绪论
语言模型取得巨大成功，并开始对代码进行建模，用得最多是以n-gram为典型的显式模型和以NN为基础的隐式模型。显示的基于统计，捕获局部性，丢失结构信息和语义信息。隐式的提取的特征在隐式空间，捕获的特性带有盲目性。于是有了我们的模型。
2. 理论基础
2.1编译过程
2.1.1词法分析
2.1.2 语法分析
2.1.3抽象语法树
2.2 基于代码的语言模型
2.2.1 显式模型（n-gram）
2.2.2 隐式模型（NN）
2.3 决策树
3. DT+模型
3.1GenRule
3.2 DT+算法
3.3 cache的应用
捕获位置信息
3.4 DT+cache
4. 实验
4.1数据集的介绍
不是DSL
4.2 实验步骤，参数的设置
4.3 三种模型对比
显式模型，隐式模型和我们的模型
指标：MAP
4.4 讨论
对实验结果进行讨论
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
