Предсказание имен переменных

Разработчики не только пишут код, но и читают его, поэтому его понимаемость – это очень важное свойство. Большую часть токенов исходного кода составляют идентификаторы (70%). Это означает, что они в большой степени отвечают за его читаемость и понимаемость. Благодаря им программист может быстро определить назначение переменной, метода или класса, даже не глядя на его реализацию. Переменные составляют довольно большую часть всех идентификаторов, и, к сожалению, на данный момент не существует полноценного инструмента для автоматического предсказания их имен. Целью этой работы является создание инструмента на основе машинного обучения для предсказания имен переменных в реальном времени. В рамках данной работы был реализован плагин для IntelliJ IDEA, который использует несколько моделей машинного обучения для предсказания имен переменных. Среди этих моделей могут быть как N-грамм модели, такие как IdNGram и Naturalize, так и нейронные, IdTransformer и GGNN. Первые быстро обучаются на стороне пользователя и могут сразу выдавать предсказания, вторые же заранее обучаются на большом корпусе проектов и к ним идет обращение через сервер. Также в данной работе было предложено использование смесей этих моделей. Благодаря тому, что N-грамм модели быстро выучивают соглашения о наименовании переменных в определенном проекте, а нейронные модели обладают общим знанием о названиях переменных, их смесь позволяет нивелировать недостатки обеих моделей и улучшить их метрики.