情報処理学会 第87回全国大会

6L-04
深層学習とLSTMを用いたバグの分類,限局,修正に関する研究
○北川翔麻,山本哲男(龍谷大)
深層学習はここ数年,バグ検出といったプログラム解析のタスクにおいて良い成果を上げている.しかし,実際のバグが多く存在しないため多くの既存研究では正しいソースコードに意図的にバグを注入することで学習データやテストデータを構築している.そのため,バグを注入されたソースコードでは高い精度を示したモデルでも実際のバグでは顕著に精度が低下する.先行研究ではファインチューニング時にバグが合成されたソースコードで学習した後,実際のバグで学習する2段階学習を行うことでこの問題を解決した.本研究では先行研究にLSTMを組み合わせたモデルを作成し,より高い精度を示すことを確認した.