[baseline] code2seq

[natalymr]

due 25.07

[natalymr]

29.07

• [x] посмотреть, как утроены данные для задачи code captioning

  ну вообще хз, вроде как вообще данные не продоставляет, а ссылается на другой репозиторий. Устройство данных, вероятно, такое же, как для задачи предсказания имени функции

• [x] настроить java-extractor, чтобы подставлять вместо таргет-токенов нужные данные -сообщения комиков
  • [x] вытащить все пути для каждой функции, для каждой функции приписывать еще имя блоба, из которого она
  • [x] написать скрипт, который полученные данные с путями будет парcить и подставлять вместо blobName|function|Name сообщение коммита в таком же формате (каждый саб токен отделен |, каждое слово отделено |)
  • [x] concat full log for aurora, intellij (или конкат dict-ов)
  • [x] пересчитать гистограммы
• [x] из gumtree список измененных методов
• [x] запуск сети
  • [ ] запустить на обученной сети Аврору
  • [x] обучить на Авроре
  • [x] собрать данные для intellij
  • [ ] обучить на intellij + aurora
• [ ] архитектура сети?
• [ ] intellij - создать set(needed commits)
• [ ] split(aurora union intellij) (не забыть сделать в разных вариантах сплит)
• [ ] поменять в авроре, где нужно, соо комиков (если были сдвиги) <- пока забила на это