Skip to content

Latest commit

 

History

History
49 lines (44 loc) · 1.74 KB

presentation_tankar.md

File metadata and controls

49 lines (44 loc) · 1.74 KB

Tankar kring presentationens upplägg

Upplägg

  • Introduktion

    • Context (PR dev)
    • Förklara problemet, vad vi undersöker — automatisk kategorisering
    • Varför viktigt? — underlätta för utvecklare, byggsten för mer forskning NL-PL
    • capture interest

  • Outline (sammanfattning)

  • Previous work

    • DeepRelease (fastText, dataset)

  • Gold Standard Dataset

    • DR baseline
    • (low IAA)

  • Theory

    • Transformers, BERT — intuition
    • Classification, metrics — f1
    • Transfer learning
    • freezing layers, thawing

  • Titles only classifier

    • Dataset DR
    • our models perform better

  • Extended text classifier

    • Dataset scraped texts
    • DistilBERT

  • Code diffs classifier

    • Dataset scraped code diffs
    • Interesting results

  • Ensemble classifier

    • theory
    • Combined features
    • best results

  • Conclusion & Last words

    • More research needed on PL-understanding
    • Hoppas vi kan bidra till mer forskning samt Docks produkten på Backtick

  • Börja med en kort introduktion, förklara PR, problemet och vad vi försöker automatisera, samt varför det är viktigt

  • Sen skulle vi kunna ge en outline för resten av presentationen

  • Vi kan berätta om DeepRelease (fastText, dataset) och att vi testar den på vårt eget annoterade dataset

  • Sen lite teori för att förstå BERT, kanske nämna de 4 modellerna vi använder (tränade på kod, text)

  • Första experiment med titlar, jämförbart med DR baseline, sätter ny baseline för kommande experiment

  • Andra experiment med extended text (scraping kan nämnas här också)

  • Tredje experiment med code diffs

  • Sista experiment med ensemble classifier, förklara hur det går till

  • Conclusion, last words

Hur mycket teori behöver vi gå in på?