Paper-Code-Matching mit Repository-Level-Code-Embeddings

Während meiner nicht abgeschlossenen Promotion am DLR habe ich ein Graph Neural Network entwickelt und trainiert, das Code-Embeddings zu Repräsentationen ganzer Repositories zusammenfasst und diese mit wissenschaftlichen Publikationen abgleicht. Erste Evaluationen zeigten vielversprechende Verbesserungen gegenüber einfachen Pooling-Verfahren. Langfristiges Ziel war es, verwandte Implementierungen und die ihnen zugrunde liegenden Annahmen auch über Forschungsdisziplinen hinweg finden zu können. [Mehr]