脸书推出程式码搜寻工具NCS 让开发者用自然语言就能搜寻程式码
脸书为了让开发者可以快速找到需要功能的程式码片段,开发了新的程式码搜寻工具NCS(Neural Code Search),开发者可以直接使用自然语言进行程式码搜寻。
NCS使用GitHub储存库当作训练数据库,以热门开发者论坛Stack Overflow上的问题进行搜寻,而模型可以正确回答诸如"如何隐藏Android屏幕键盘?"以及"如何删除整个资料夹以及属性?"等问题,回传相关的程式码片段。
NCS是一种结合自然语言以及资讯搜寻技术的应用,脸书提到,不少开发者的需求,早就已经存在于大型程式码储存库当中,因此可以使用自然语言描述问题,直接从程式码库中得到答案,将能加快开发工作。NCS还附有扩充套件UNIF,当有足够的监督式资料,便能使用这个扩充套件进行监督式训练,以改进模型的效能。

NCS模型以嵌入(Embedding)的方式撷取程式语意,也就是说,经过适当地计算,语意相似的程式码实体在向量空间会相当靠近,像是隐藏或是关闭Android屏幕键盘的问题,即便两个功能程式码不同,但是在向量空间相当靠近。
脸书以这个概念建构NCS模型,在建置模型的阶段,每个程式码片段都会被嵌入到向量空间中,而在执行查询的时候,使用者的查询会被映像到同一个向量空间中,向量的距离是估计程式码片段和查询相关的程度。
GitHub储存库中的程式码,被当作训练NCS模型的资料,在Stack Overflow上评估NCS的效能,脸书把Stack Overflow上的标题作为查询,并把答案中的程式码当成是解答,然后评量NCS对查询的回应,出现在Stack Overflow解答前1、前5以及前10的次数。在建立的287个问题中,NCS的回答出现在前10的有175个问题,相当是整个资料集的60%,其中前5的有136个问题,回答就跟问题的最佳解答相同的有83题。
最近脸书在搜寻程式码研究进行了不少研究,在不久前才刚发表了程式码推荐工具Aroma,让开发者以程式码搜程式码的方式,针对相同问题,探索其他更好的解决方式。