臉書讓開發者用自然語言就能搜索程序代碼

臉書為了讓開發者可以快速找到需要功能的程序代碼片段，開發了新的程序代碼搜索工具NCS（Neural Code Search），開發者可以直接使用自然語言進行程序代碼搜索。

NCS使用GitHub存儲庫當作訓練資料庫，以熱門開發者論壇Stack Overflow上的問題進行搜索，而模型可以正確回答諸如「如何隱藏Android屏幕鍵盤？」以及「如何刪除整個文件夾以及內容？」等問題，回傳相關的程序代碼片段。

NCS是一種結合自然語言以及信息搜索技術的應用，臉書提到，不少開發者的需求，早就已經存在於大型程序代碼存儲庫其中，因此可以使用自然語言描述問題，直接從程序代碼庫中得到答案，將能加快開發工作。NCS還附有擴展組件UNIF，當有足夠的監督式數據，便能使用這個擴展組件進行監督式訓練，以改進模型的性能。

NCS模型以嵌入（Embedding）的方式截取程序語義，也就是說，經過適當地計算，語義相似的程序代碼實體在矢量空間會相當靠近，像是（下圖）隱藏或是關閉Android屏幕鍵盤的問題，即便兩個功能程序代碼不同，但是在矢量空間相當靠近。

臉書以這個概念構建NCS模型，在構建模型的階段，每個程序代碼片段都會被嵌入到矢量空間中，而在執行查詢的時候，用戶的查詢會被映射到同一個矢量空間中，矢量的距離是估計程序代碼片段和查詢相關的程度。

GitHub存儲庫中的程序代碼，被當作訓練NCS模型的數據，在Stack Overflow上評估NCS的性能，臉書把Stack Overflow上的標題作為查詢，並把答案中的程序代碼當成是解答，然後評量NCS對查詢的回應，出現在Stack Overflow解答前1、前5以及前10的次數。在創建的287個問題中，NCS的回答出現在前10的有175個問題，相當是整個數據集的60％，其中前5的有136個問題，回答就跟問題的最佳解答相同的有83題。

最近臉書在搜索程序代碼研究進行了不少研究，在不久前才剛發布了程序代碼推薦工具Aroma，讓開發者以程序代碼搜程序代碼的方式，針對相同問題，探索其他更好的解決方式。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！