Cross Language Clone Detection Threat to Validity:解决跨语言克隆检测模型的威胁 源码

应对有效性威胁的研究实验 这项研究实验是Mining Software Repository课程的一部分,该项目遵循的复制项目,并试图解决跨语言克隆检测模型的威胁。 对有效性的威胁 如论文作者所提到的,用于训练和测试克隆检测模型的数据来自竞争性来源( )。此外,数据取自该网站的初学者竞赛。 有两种方法可以解决这种对有效性的威胁:一种是作者提出的,另一种是我们团队提出的。正如作者建议的那样,使用实际数据对模型进行训练/微调。这远远超出了团队的基础架构,而且似乎不可行。因此,我们作为一个团队,决定从各种编码网站中收集小型数据集,对其进行手动注释,并根据经过训练的模型进行验证。此外,我们将观察该模型在检测不同数据集的克隆方面有何不同。 以下是解决上述威胁所遵循的步骤。 我们从不同的编码网站(例如Codechef( ),Hackerrank( )和极客(geeks))收集了一个100个jav