2022-02-12

## 1. Introduction

**Seven Code search tool 分类**

- text-based code search.

- I/O example code search.

- API-based code search.

  - ADECK [147]

- code clone search.

- binary code search. `Source code 会编译成不同二进制代码,对二进制代码检索.`

- UI search. `使用 UI 草图进行搜索` pix2code [14]

- programming video search. `在视频中搜索相关的代码。`  [10]

67个code search tool 仅仅只有12个开源。

**Evaluation**

主要是 ranking metrics. MRR (Mean Reciprocal Rank), Precision.

最近几篇文章还报告了 R@1, R@5 这些。

**Challenges**

- Standard Benchmark.

- Inprove Machine Learning Models. 训练数据,跨模态表示,loss function.

- Model Fusion. DL model, traditional IR model...

- Cross-Language Searches.

- Search Tasks. UI codes, code used in programming videos. 这些新任务。

## 2. Background

一个通常的 working flow, 有7个模块。

![image-20220211154006997](https://gitee.com/hufanmax/image_bag/raw/master/image/image-20220211154006997.png)

- Query. 主要是自然语言。 **[56, 85, 103] 支持结构化的 code-based query.**

- Codebase. 不同语言,不同来源。

- Code Analysis Technique. 如何从 code 中挖掘更多**programming knowledge?** AST (抽象语法树) [136, 145]. CFG (控制流程图) [21, 130]. Call Graph (变量方法的调用关系) [74, 75].

- Modeling Technique.

  - Traditional IR.

  - 启发式、手工设计特征、matching score.

  - ML model

- Auxiliary Technique (辅助技术,**可以调研一下**).

  - Query reformulation.

  - Code Cluster.

  - Feedback learning.

- Evaluation Method.

- Performance Measures.

## 3. Methodology

Empirical study: Analyze the search logs of existing code search tools [6, 7, 26, 37, 38, 89, 104, 105, 138, 142].  这个挺有意思的,分析真实场景中的 search logs.

## 5 现有代码搜索工具中的关键组件

### 5.1 Code Analysis Technique

![image-20220211172951665](https://gitee.com/hufanmax/image_bag/raw/master/image/image-20220211172951665.png)

**Semantics Analysis** 解析程序组成和依存关系

AST (抽象语法树) [136, 145]. CFG (控制流程图) [21, 130]. Call Graph (变量方法的调用关系) [74, 75].

**Relevancy Analysis**: code 与 query 的关系。

- Code difference. 识别 query 和 code 相似和不同的部分,缩小搜索范围

- static code slice. 过滤不相关的代码。

- symbolic execution.

### 5.2 Modeling Techniques

![image-20220211174551982](https://gitee.com/hufanmax/image_bag/raw/master/image/image-20220211174551982.png)

IR Models

- TF-IDF, BM25

- Boolean models 支持使用 "AND" 操作符。[86, 143]

Heuristic Models (启发式)

ML Models

### 5.3 Auxiliary techniques (辅助技术)

Inverted Index

Query Reformulation: **Expand & replace**

Code Clustering

Feedback Learning

## 7 Code Search Evaluation

![image-20220211175755059](https://gitee.com/hufanmax/image_bag/raw/master/image/image-20220211175755059.png)

## 8. CHALLENGES AND OPPORTUNITIES

Challenge 1: Diversity of the Codebase.

Challenge 2: Limited Queries.

Challenge 3: Model Construction Issues. DL model 参数过多,对训练数据的质量有要求。

Challenge 4: Evaluation Issues.

Challenge 5: Limited Performance Measures.

Challenge 6: Replication Issues.

Opportunity 1: Better Benchmarks.

Opportunity 2: DL-Based Model with Big Data.

Opportunity 3: Fusion of Different Types of Models.

Opportunity 4: Multi-Language Tool.

Opportunity 5: New Code Search Tasks.

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,607评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,239评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,960评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,750评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,764评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,604评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,347评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,253评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,702评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,893评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,015评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,734评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,352评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,934评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,052评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,216评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,969评论 2 355

推荐阅读更多精彩内容