臉書讓開發者用自然語言就能搜尋程式碼

臉書為了讓開發者可以快速找到需要功能的程式碼片段，開發了新的程式碼搜尋工具NCS（Neural Code Search），開發者可以直接使用自然語言進行程式碼搜尋。

NCS使用GitHub儲存庫當作訓練資料庫，以熱門開發者論壇Stack Overflow上的問題進行搜尋，而模型可以正確回答諸如「如何隱藏Android螢幕鍵盤？」以及「如何刪除整個資料夾以及內容？」等問題，回傳相關的程式碼片段。

NCS是一種結合自然語言以及資訊搜尋技術的應用，臉書提到，不少開發者的需求，早就已經存在於大型程式碼儲存庫當中，因此可以使用自然語言描述問題，直接從程式碼庫中得到答案，將能加快開發工作。NCS還附有擴充套件UNIF，當有足夠的監督式資料，便能使用這個擴充套件進行監督式訓練，以改進模型的效能。

NCS模型以嵌入（Embedding）的方式擷取程式語意，也就是說，經過適當地計算，語意相似的程式碼實體在向量空間會相當靠近，像是（下圖）隱藏或是關閉Android螢幕鍵盤的問題，即便兩個功能程式碼不同，但是在向量空間相當靠近。

臉書以這個概念建構NCS模型，在建置模型的階段，每個程式碼片段都會被嵌入到向量空間中，而在執行查詢的時候，使用者的查詢會被映射到同一個向量空間中，向量的距離是估計程式碼片段和查詢相關的程度。

GitHub存儲庫中的程式碼，被當作訓練NCS模型的資料，在Stack Overflow上評估NCS的效能，臉書把Stack Overflow上的標題作為查詢，並把答案中的程式碼當成是解答，然後評量NCS對查詢的回應，出現在Stack Overflow解答前1、前5以及前10的次數。在創建的287個問題中，NCS的回答出現在前10的有175個問題，相當是整個資料集的60％，其中前5的有136個問題，回答就跟問題的最佳解答相同的有83題。

最近臉書在搜尋程式碼研究進行了不少研究，在不久前才剛發表了程式碼推薦工具Aroma，讓開發者以程式碼搜程式碼的方式，針對相同問題，探索其他更好的解決方式。