codemining treelm

codemining-treelm

codemining-treelm contém código para modelos de linguagem que funcionam em árvores.

codemining.ast contém código para converter ASTs em TreeNodes independentes de linguagem

codemining.lm contém uma implementação de PCFGs e TSGs, bem como alguns códigos relacionados ao idioma.

O projeto depende de três módulos internos (maven):

a) codemining-utils b) codemining-core c) codemining-sequencelm

O restante das dependências são declaradas nas dependências do maven.

Mineração de idioma

Este repositório contém o código relacionado ao artigo:

 @inproceedings{allamanis2014mining,
  title={Mining Idioms from Source Code},
  author={Allamanis, Miltiadis and Sutton, Charles},
  booktitle={Proceedings of the 22nd ACM SIGSOFT International Symposium on Foundations of Software Engineering},
  pages={472--483},
  year={2014},
  organization={ACM}
}

Para treinar um TSG para Java use a classe principal em codemining.lm.tsg.tui.java.SampleBlockedTSG com os argumentos

 /path/to/folder binaryvariables  filterblock 1.0 50

para executar o treinamento TSG como no artigo "Mining Idioms from Source Code". Para outras opções, explore o código.