- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我最近需要为转译器(将一种脚本语言转换为另一种脚本语言)的目的创建 ANTLR 语言语法。我认为谷歌翻译在翻译自然语言方面做得相当好。我们拥有各种递归神经网络模型、LSTM,并且 GPT-2 正在生成语法正确的文本。
问题:是否有一个模型足以训练语法/代码示例组合,以便在给定任意示例源代码的情况下输出新的语法文件?
最佳答案
我怀疑是否存在这样的模型。
主要问题是语言
是从语法
生成的,并且由于解析器树的数量无限,几乎不可能转换回来
code>(组合)可用于各种源代码。
因此,就您的情况而言,假设您在 python 代码
(1000 个示例代码)上进行训练,则训练的结果语法将是相同的。因此,无论示例源代码如何,模型都将始终生成相同的语法。
如果您使用多种语言的训练样本,模型仍然无法生成语法,因为它包含无限多种可能性。
您的 Google 翻译示例适用于现实生活中的翻译,因为小错误是可以接受的,但这些模型并不依赖于为每种语言生成根语法。有一些可以翻译编程语言的工具 example ,但它们不生成语法,而是根据语法工作。
更新
如何从代码
学习语法
。
在与一些 NLP 概念进行比较之后,我列出了可能出现的问题以及解决这些问题的方法。
处理变量名称
、编码结构
和标记
。
为了理解语法,我们必须将代码分解为其最低限度的形式。这意味着理解代码中每个术语的含义。看看这个例子
已经很简单的表达式被简化为解析树。我们可以看到树分解了表达式,并将每个数字标记
作为一个因子
。这对于摆脱代码中的人为因素(例如变量名等)并深入了解实际语法非常重要。在 NLP 中,这个概念被称为 Part of Speech tagging 。您必须开发自己的方法来进行标记,因为只要您了解该语言的语法,这很容易。
理解关系
为此,您可以对简化的代码进行标记化,并使用基于您要查找的输出的模型进行训练。如果您想编写代码,请使用使用 LSTM
的 ngram
模型,如下所示 example 。模型将学习语法,但提取语法并不是一项简单的任务。您必须运行单独的代码来尝试提取模型学到的所有可能的关系。
示例
代码片段
# Sample code
int a = 1 + 2;
cout<<a;
标签
# Sample tags and tokens
int a = 1 + 2 ;
[int] [variable] [operator] [factor] [expr] [factor] [end]
如果存在足够的数据,保留运算符
、expr
和关键字
应该没有关系,但它们将成为语法。
这是一个帮助理解我的想法的示例。您可以通过更深入地查看Theory of Computation来改进这一点。并了解自动机
的工作原理和不同的语法
。
关于machine-learning - 用于生成新编程语言语法的神经网络,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56140879/
我在为 MacOSX 构建的独立包中添加 DMG 背景的自定义图标时遇到问题。我在项目的根目录中添加了一个包。正在从中加载自定义图标,但没有加载 DMG 背景图标。我正在使用 Java fx 2.2.
Qt for Symbian 和 Qt for MeeGo 有什么区别?我知道 Qt 是一个交叉编译平台。这是否意味着如果我使用来自 Qt 的库,完全相同的库可以在所有支持 Qt 的设备(例如 Sym
我正在尝试使用 C# .NET 3.5/4.0 务实地运行 SQL Server 数据库的备份。我已经找到了如何完成此操作,但是我似乎找不到用于备份的命名空间库。 我正在寻找 Microsoft.Sq
我最近在疯狂学习 Java,但我通常是一名 .NET 开发人员。 (所以请原谅我的新手问题。) 在 .Net 中,我可以在不使用 IIS 的情况下开发 ASP.Net 页面,因为它有一个简化的 Web
这post仅当打印命令中有字符串时才有用。现在我有大量的源代码,其中包含一条声明,例如 print milk,butter 应该格式化为 print(milk,butter) 用\n 捕获行尾并不成功
所以我的问题是: https://gist.github.com/panSarin/4a221a0923927115584a 当我保存这个表格时,我收到了标题中的错误 NoMethodError (u
如何让 Html5 音频在点击时播放声音? (ogg 用于 Firefox 等浏览器,mp3 用于 chrome 等浏览器) 到目前为止,我可以通过 onclick 更改为单个文件类型,但我无法像在普
如果it1和it2有什么区别? std::set s; auto it1 = std::inserter(s, s.begin()); auto it2 = std::inserter(s, s.en
4.0.0 com.amkit myapp SpringMVCFirst
我目前使用 Eclipse 作为其他语言的 IDE,而且我习惯于不必离开 IDE 做任何事情 - 但是我真的很难为纯 ECMAScript-262 找到相同或类似的设置。 澄清一下,我不是在寻找 DO
我想将带有字符串数组的C# 结构发送到C++ 函数,该函数接受void * 作为c# 结构和char** 作为c# 结构字符串数组成员。 我能够将结构发送到 c++ 函数,但问题是,无法从 c++ 函
我正在使用动态创建的链接: 我想为f:param附加自定义转换器,以从#{name}等中删除空格。 但是f:param中没有转换器
是否可以利用Redis为.NET创建后写或直写式缓存?理想情况下,透明的高速缓存是由单个进程写入的,并且支持从数据库加载丢失的数据,并每隔一段时间持久保存脏块? 我已经搜查了好几个小时,也许是goog
我正在通过bash执行命令的ssh脚本。 FILENAMES=( "export_production_20200604.tgz" "export_production_log_2020060
我需要一个正则表达式来出现 0 到 7 个字母或 0 到 7 个数字。 例如:匹配:1234、asdbs 不匹配:123456789、absbsafsfsf、asf12 我尝试了([a-zA-Z]{0
我有一个用于会计期间的表格,该表格具有期间结束和开始的开始日期和结束日期。我使用此表来确定何时发生服务交易以及何时在查询中收集收入,例如... SELECT p.PeriodID, p.FiscalY
我很难为只接受字符或数字的 Laravel 构建正则表达式验证。它是这样的: 你好<-好的 123 <- 好的 你好123 <-不行 我现在的正则表达式是这样的:[A-Za-z]|[0-9]。 reg
您实际上会在 Repeater 上使用 OnItemDataBound 做什么? 最佳答案 “此事件为您提供在客户端显示数据项之前访问数据项的最后机会。引发此事件后,数据项将被清空,不再可用。” ~
我有一个 fragment 工作正常的项目,我正在使用 jeremyfeinstein 的 actionbarsherlock 和滑动菜单, 一切正常,但是当我想自定义左侧抽屉列表单元格时,出现异常
最近几天,我似乎平均分配时间在构建我的第一个应用程序和在这里发布问题!! 这是我的第一个应用程序,也是我们的设计师完成的第一个应用程序。我试图满足他所做的事情的外观和感觉,但我认为他没有做适当的事情。
我是一名优秀的程序员,十分优秀!