Avaliando as redes neurais recorrentes na complementação de código
Abstract
A complementação de código é uma funcionalidade desejável a ambientes de desenvolvimento integrados. Diversos são os desafios encontrados na sua implementação. As linguagens apresentam inúmeras classes, métodos, interfaces e recursos. Por isso, recomendar ou indicar comandos, instruções implica em analisar inúmeras possibilidades. A funcionalidade de complementação de código permite uma melhor assertividade durante o processo de desenvolvimento. Em termos de métodos aplicados, a revisão sistemática da literatura indicou fortemente o uso de técnicas de processamento de linguagem natural, dentre elas os modelos neurais apresentaram alta taxa de uso. As redes neurais recorrentes destacam-se pela capacidade de considerar valores anteriores ao gerar a predição, essa capacidade foi fortemente indicada como proveitosa para a complementação de código. Este projeto visa avaliar variações de redes neurais recorrentes para tarefas de complementação para a linguagem de programação Python focadas em recomendações para interface de programação de aplicações. Sendo para isto testados diversas variações de redes neurais recorrentes. [resumo fornecido pelo autor]