面向神经代码搜索的多模态表示

基于摘要分析。本文研究语义代码搜索：根据自然语言查询检索语义相关的代码片段，核心贡献是对简化后的 AST（抽象语法树）进行树序列化，并构建代码数据的多模态表示，以改善代码与查询的共享向量空间。 方法背景是将代码与自然语言查询编码到共享向量空间，并以表示之间的距离衡量语义相似性。本文引入代码结构的序列化表示，探索结构信息与多模态学习对检索的作用；这里的“多模态”指代码表示中的不同信息形式，不是神经信号与其他传感数据的融合。摘要未说明 AST 的简化规则、树遍历与序列化方式、各模态的具体组成、融合机制或训练目标。 作者报告，在单一的大规模多语言语料库 CodeSearchNet 上，树序列化表示和多模态学习模型均提升了代码搜索表现。摘要未提供具体指标、提升幅度、对照方法或数据划分，因此不能据此量化收益，也不能将多语言语料上的实验等同于跨语言泛化验证。作者还定义了面向代码语义与句法信息完整性的直观量化指标，用于帮助解释实验发现；其定义及与检索表现的关系尚待正文核对。 本文主要研究对象是自然语言与源代码之间的检索，摘要未提供 EEG 或 BCI 实验，也未建立 AST 结构与神经信号之间的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议。实验协议、消融及统计信息尚未验证。