《表2 3种不同代码推荐方法的MRR得分》
表3呈现了所提及的3种不同的代码推荐方法以Hit@K(K=1,3,5,10)为度量指标重复执行20次的实验结果的平均值。从表3可以得知,BM25的代码推荐性能略优于TF-IDF算法,而DeepCR的Hit@K得分相较于TF-IDF和BM25算法均有明显提升,Deep CR在Hit@1的得分达到了38.25%,相较于TF-IDF和BM25,分别提升了23.17个百分点和19.12个百分点,由此可见DeepCR代码片段推荐方法的有效性。
图表编号 | XD00165375900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 闫鑫、周宇、黄志球 |
绘制单位 | 南京航空航天大学计算机科学与技术学院、南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室、南京航空航天大学计算机科学与技术学院、南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室、南京航空航天大学计算机科学与技术学院、南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室 |
更多格式 | 高清、无水印(增值服务) |