Optimizing Pre-Trained Code Embeddings With Triplet Loss for Code Smell Detection

Code embedding represents code semantics in vector form. Although code embedding-based systems have been successfully applied to various source code analysis tasks, further research is required to enhance code embedding for better code analysis capabilities, aiming to surpass the performance and fun...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Ali Nizam, Ertugrul Islamoglu, Omer Kerem Adali, Musa Aydin
Format:	Artigo
Język:	Inglês
Wydane:	IEEE 2025-01-01
Seria:	IEEE Access
Hasła przedmiotowe:	Code embedding contrastive learning triplet loss code smell detection
Dostęp online:	https://ieeexplore.ieee.org/document/10890964/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!