Extração de função com transformers

Resumo

As técnicas de processamento de linguagem natural (PLN) podem ser aplicadas a textos em geral, não apenas a texto em linguagem humana, mas também a textos em linguagens artificiais, como código de software. A refatoração de código é uma técnica fundamental de engenharia de software usada como ferramenta de garantia de qualidade e uma etapa importante na correção de código e aprimoramento da funcionalidade. Neste trabalho, pretendemos propor um novo modelo de refatoração de código utilizando a arquitetura transformer. Ao utilizar o código fonte como entrada para o nosso modelo, desejamos obter sugestões automatizadas de refatoração de código para obter melhor legibilidade, simplicidade e boas práticas de codificação em geral. O modelo proposto consiste em uma rede neural que recebe uma representação vetorial distribuída do código fonte e gera uma representação do código refatorado sugerido. Essa rede será treinada com base em um repositório de código refatorado fornecido por meio de uma colaboração com a TU Delft Holland, nossa instituição parceira nesse projeto. Dado o sucesso atingido por essa arquitetura em diversas tarefas de PLN, pretendemos explorar sua viabilidade em tarefas de processamento de código, em particular refatorações do tipo extração de função.