アクセス数:21件（2025-01-18 17:15 集計）

固定URL: https://hdl.handle.net/11094/98119

閲覧可能ファイル 

ファイル フォーマット 利用条件 サイズ 閲覧回数 利用開始日 説明 information
IEICE_J107-D_2_34 pdf なし 1.13 MB 37 2024.09.20  

論文情報

ファイル出力

タイトル
SemanticCloneBenchを用いた深層学習に基づくコードクローン検出手法の評価
An Evaluation of Deep-Learning-Based Code Clone Detection Methods Using SemanticCloneBench
著者
著者名
鶴, 智秋
NRID
1000060304028 1000060304028
ORCID
0000-0002-8014-4092 0000-0002-8014-4092
researchmap permalink
makoto.matusita makoto.matusita
Scopus Author ID
7402125665 7402125665
著者名
松下, 誠
NRID
1000070452414 1000070452414
ORCID
0000-0002-8278-8975 0000-0002-8278-8975
researchmap permalink
yoshiki.higo yoshiki.higo
Scopus Author ID
7004831134 7004831134
著者名
肥後, 芳樹
キーワード等
deep-learning
semantic clone
code clone
SemanticCloneBench
深層学習
意味的コードクローン
コードクローン
内容
鶴, 智秋, 松下, 誠, 肥後, 芳樹. SemanticCloneBenchを用いた深層学習に基づくコードクローン検出手法の評価. 電子情報通信学会論文誌D 情報・システム J107-D, 34 (2024); https://doi.org/10.14923/transinfj.2023JDP7022.
抄録
構文上異なるにもかかわらず同様の振る舞いが記述されているソースコード片を意味的クローンと呼ぶ．近年では，意味的クローンの検出を目的として，深層学習を用いたクローン検出手法が多数提案されている．しかし，クローン検出の分野において有名かつ巨大なベンチマークであるBigCloneBenchには，意味的クローン検出性能評価において多くの問題が存在する．本研究では，SemanticCloneBenchと呼ばれる，意味的クローンの性能評価に特化したベンチマークを用いて，深層学習に基づくクローン検出手法であるASTNN，CodeBERT，InferCodeの3手法を対象とした検出性能の評価を行う．適用実験の結果より，ASTNNにおけるF値は0.921であり，評価対象となる検出手法の中で最も高い検出性能を示した．また，F値が高くなるようなしきい値の範囲を調査した結果，CodeBERTとInferCodeで高いF値を示したしきい値の範囲は，ASTNNにおいてF値が高くなるようなしきい値の範囲よりも狭いと判明した．
出版者
The Institute of Electronics, Information and Communication Engineers
収録物名
電子情報通信学会論文誌D
巻(号)
J107-D(2)
ページ
34-42
刊行年月
2024-02-01
言語
日本語
ハンドルURL
https://hdl.handle.net/11094/98119
PISSN
18804535
eISSN
18810225
関連情報 (isIdenticalTo)
DOI (出版社版)
https://doi.org/10.14923/transinfj.2023JDP7022
アクセス権
open access
権利情報
copyright©2024 IEICE
出版タイプ
Version of Record
カテゴリ
学術雑誌論文 Journal Article