特表 2024-536372 プログラム簡略化を介したトレーニングデータ拡張

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-10-04

(54)【発明の名称】プログラム簡略化を介したトレーニングデータ拡張

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240927BHJP

   G06F 11/36 20060101ALI20240927BHJP

【ＦＩ】

G06N20/00 130

G06F11/36 104

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024520777

(86)(22)【出願日】2022-09-22

(85)【翻訳文提出日】2024-04-04

(86)【国際出願番号】 IB2022058950

(87)【国際公開番号】W WO2023062461

(87)【国際公開日】2023-04-20

(31)【優先権主張番号】17/498,463

(32)【優先日】2021-10-11

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】390009531

【氏名又は名称】インターナショナル・ビジネス・マシーンズ・コーポレーション

【氏名又は名称原語表記】ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＢＵＳＩＮＥＳＳ ＭＡＣＨＩＮＥＳ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】Ｎｅｗ Ｏｒｃｈａｒｄ Ｒｏａｄ， Ａｒｍｏｎｋ， Ｎｅｗ Ｙｏｒｋ １０５０４， Ｕｎｉｔｅｄ Ｓｔａｔｅｓ ｏｆ Ａｍｅｒｉｃａ

(74)【代理人】

【識別番号】100112690

【弁理士】

【氏名又は名称】太佐 種一

(74)【代理人】

【識別番号】100120710

【弁理士】

【氏名又は名称】片岡 忠彦

(74)【復代理人】

【識別番号】110000877

【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所

(72)【発明者】

【氏名】スネジャ、サヒル

(72)【発明者】

【氏名】ジュアン、ユファン

(72)【発明者】

【氏名】ゼン、ユンフイ

(72)【発明者】

【氏名】モラリ、アレッサンドロ

(72)【発明者】

【氏名】ラレド、ジム

【テーマコード（参考）】

5B042

【Ｆターム（参考）】

5B042HH08

(57)【要約】

１又は複数のＡＩモデルをトレーニングするために１又は複数のトレーニングデータセットを拡張することに関する技術が提供される。例えば、本明細書に説明された１又は複数の実施形態は、コンピュータ実行可能コンポーネントを記憶し得るメモリを含み得る、システムを有し得る。システムはまた、メモリに動作可能に結合され、メモリに記憶されたコンピュータ実行可能コンポーネントを実行し得るプロセッサを含み得る。コンピュータ実行可能コンポーネントは、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成し得るトレーニング拡張コンポーネントを含み得る。

【特許請求の範囲】

【請求項1】

コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成するトレーニング拡張コンポーネント
を有する、プロセッサ
を備える、システム。

【請求項2】

前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する簡略化コンポーネント、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、請求項１に記載のシステム。

【請求項3】

前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；及び
タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けるするラベラーコンポーネント
をさらに備える、請求項１に記載のシステム。

【請求項4】

前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加するデータセットコンポーネント
をさらに備える、請求項３に記載のシステム。

【請求項5】

前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングするモデルトレーニングコンポーネント
をさらに備える、請求項４に記載のシステム。

【請求項6】

コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングするモデルトレーニングコンポーネント
を有する、プロセッサ
を備える、システム。

【請求項7】

前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する簡略化コンポーネント
をさらに備える、請求項６に記載のシステム。

【請求項8】

前記簡略化コンポーネントは、一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する、請求項７に記載のシステム。

【請求項9】

前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；
タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けするラベラーコンポーネント；及び
前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加することによって、前記拡張されたトレーニングデータセットを生成するデータセットコンポーネント
をさらに備える、請求項６に記載のシステム。

【請求項10】

プロセッサに動作可能に結合されたシステムが、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成する段階を備える、コンピュータ実装方法。

【請求項11】

前記システムが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する段階、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに備える、請求項１０に記載のコンピュータ実装方法。

【請求項12】

前記システムが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用する段階
をさらに備える、請求項１１に記載のコンピュータ実装方法。

【請求項13】

前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、請求項１１に記載のコンピュータ実装方法。

【請求項14】

前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；及び
前記システムが、タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階
をさらに備える、請求項１０に記載のコンピュータ実装方法。

【請求項15】

前記システムが、前記検証及び前記ラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階；及び
前記システムが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングする段階
をさらに備える、請求項１４に記載のコンピュータ実装方法。

【請求項16】

プロセッサに動作可能に結合されたシステムが、トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングする段階を備える、コンピュータ実装方法。

【請求項17】

前記システムが、前記トレーニングデータセットから前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する段階
をさらに備える、請求項１６に記載のコンピュータ実装方法。

【請求項18】

前記システムが、一連の反復的な縮小を実行することによって複数のソースコードサンプルを生成する段階、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、請求項１６に記載のコンピュータ実装方法。

【請求項19】

前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；
前記システムが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階；及び
前記システムが、前記検証及び前記ラベル付けに続いて前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階
をさらに備える、請求項１６に記載のコンピュータ実装方法。

【請求項20】

人工知能モデルをトレーニングするためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、それに具現化されたプログラム命令を有するコンピュータ可読記憶媒体を備え、前記プログラム命令は、プロセッサに：
前記プロセッサが、トレーニングデータセット内に含まれたソースコードサンプルから簡略化されたソースコードサンプルを抽出することによって、前記人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成すること
を実行させるように前記プロセッサによって実行可能である、コンピュータプログラム製品。

【請求項21】

前記プログラム命令は、
前記プロセッサが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成すること、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに前記プロセッサに実行させる、請求項２０に記載のコンピュータプログラム製品。

【請求項22】

前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、請求項２１に記載のコンピュータプログラム製品。

【請求項23】

前記プログラム命令は、
前記プロセッサが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用すること
を前記プロセッサに実行させる、請求項２２に記載のコンピュータプログラム製品。

【請求項24】

前記プログラム命令は、
前記プロセッサが、前記簡略化されたソースコードサンプルの正確性を検証すること；及び
前記プロセッサが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けすること
を前記プロセッサにさらに実行させる、請求項２０に記載のコンピュータプログラム製品。

【請求項25】

前記プログラム命令は、
前記プロセッサが、前記拡張されたトレーニングデータセットを生成すべく、検証及びラベル付けに続いて、前記トレーニングデータセットに前記ソースコードサンプルを追加すること；及び
前記プロセッサが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングすること
を前記プロセッサにさらに実行させる、請求項２３に記載のコンピュータプログラム製品。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、１又は複数の人工知能（「ＡＩ」）モデルのためのトレーニングデータを拡張すること、より具体的には、ソースコードサンプルを簡略化することによって１又は複数のＡＩモデルトレーニングデータセットを拡張することに関する。

【背景技術】

【0002】

ＡＩモデルは、多様なソースコード理解タスク、例えば、欠陥検出、コード要約、コード完成、バグ修正、機能及び変数の命名、コード推奨、ソフトウェア開発ワークフロー、及び／又は同様のもの等において利用される。しかしながら、ソースコード理解タスクのためにＡＩモデルをトレーニングすることは：データ重複バイアス、ラベル付けの品質、低いロバスト性及び／又は一般化、モデルの過学習（例えば、データセットのサイズの制限による）、クラス不均衡（例えば、異なるクラスに属するサンプルのカウント間の不一致による）、及び／又は同様のものを含む多様な信頼性の懸案事項に直面し得る。例えば、ＡＩモデルの性能の品質は、モデルがソースコードのタスク関連態様を学習したかどうかによって影響され得る。

【0003】

例えば、従来通りにトレーニングされたＡＩモデルは、コードサンプル間の予想外の相関関係等の所与のタスクに対する非代表的信号を使用して、欠陥のあるソースコードサンプル及び健全なソースコードサンプルの間においてセパレータを学習し得る。それによって、ＡＩモデルは、データセットニュアンスを学習するようにトレーニングされ、これは結果として、理論上の文脈以外の設定に適用されたときに性能の障害をもたらし得る。

【発明の概要】

【0004】

以下では、本発明の１又は複数の実施形態の基本的な理解を提供するために概要が提示される。この概要は、重要な又は必須の要素を識別すること、又は特定の実施形態のいかなる範囲又は特許請求の範囲のいかなる範囲も定めることを意図するものではない。その唯一の目的は、後に提示されるより詳細な説明への前置きとして簡略化された形態で概念を提示することである。本明細書に説明された１又は複数の実施形態において、１又は複数の人工知能モデルをトレーニングするための１又は複数の拡張されたトレーニングデータセットを生成し得るシステム、コンピュータ実装方法、装置及び／又はコンピュータプログラム製品が説明されている。

【0005】

実施形態によると、システムが提供される。システムは、コンピュータ実行可能コンポーネントを記憶し得るメモリを含み得る。システムはまた、前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行し得るプロセッサを含み得る。前記コンピュータ実行可能コンポーネントは、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成するトレーニング拡張コンポーネントを含み得る。そのようなシステムの利点は、人工知能モデルをトレーニングするための追加のトレーニングサンプルの生成であり得る。

【0006】

いくつかの例において、前記システムはまた、前記簡略化されたソースコードサンプルの正確性を検証し得る検証コンポーネントを含み得る。さらに、前記システムは、タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けし得るラベラーコンポーネントを含み得る。そのようなシステムの利点は、新たに生成されたトレーニングサンプルによる品質制御の実装であり得る。

【0007】

別の実施形態によると、システムが提供される。システムは、コンピュータ実行可能コンポーネントを記憶し得るメモリを含み得る。システムはまた、前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行し得るプロセッサを含み得る。コンピュータ実行可能コンポーネントは、トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングし得るモデルトレーニングコンポーネントを含み得る。

【0008】

いくつかの例において、システムは、前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行し得る簡略化コンポーネントを含み得る。そのようなシステムの利点は、よりノイズの少ないデータを含む可能性を有する新たなトレーニングサンプルの生成であり得る。

【0009】

実施形態によると、コンピュータ実装方法が提供される。コンピュータ実装方法は、プロセッサに動作可能に結合されたシステムが、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成する段階を含み得る。そのようなコンピュータ実装方法の利点は、モデルがトレーニングサンプルのタスク関連態様に焦点を当てることを可能にすることによる、人工知能モデルによる向上した性能であり得る。

【0010】

いくつかの例において、コンピュータ実装方法は、システムが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する段階を含み得る。前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものであり得る。そのようなコンピュータ実装方法の利点は、単一の親ソースコードサンプルからの複数の簡略化されたソースコードサンプルの生成であり得る。

【0011】

別の実施形態によると、コンピュータ実装方法が提供される。コンピュータ実装方法は、プロセッサに動作可能に結合されたシステムが、トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングする段階を含み得る。

【0012】

いくつかの例において、コンピュータ実装方法は、システムが、簡略化されたソースコードサンプルの正確性を検証する段階を含み得る。また、コンピュータ実装方法は、システムが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階を含み得る。さらに、コンピュータ実装方法は、システムが、検証及びラベル付けに続いて、簡略化されたソースコードサンプルをトレーニングデータセットに追加する段階を含み得る。そのようなコンピュータ実装方法の利点は、元々のソースコードサンプル及び簡略化されたソースコードサンプルの両方を含む拡張されたトレーニングデータセット上の人工知能システムのトレーニングであり得る。

【0013】

実施形態によると、人工知能モデルをトレーニングするためのコンピュータプログラム製品が提供される。コンピュータプログラム製品は、具現化されたプログラム命令を有するコンピュータ可読記憶媒体を含み得る。プログラム命令は、プロセッサが、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成することをプロセッサに実行させるように、プロセッサによって実行可能であり得る。そのようなコンピュータプログラム製品の利点は、人工知能モデルのトレーニング中における過学習及び／又はクラス不均衡の縮小であり得る。

【0014】

いくつかの例において、プログラム命令はさらに、プロセッサが、ソースコードサンプルの一連の反復的な縮小を介してソースコードサンプルから複数の簡略化されたソースコードサンプルを生成することをプロセッサに実行させ得る。簡略化されたソースコードサンプルは、複数の簡略化されたソースコードサンプルからのものであり得る。また、一連の反復的な縮小の反復は、一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純であり得る新たな簡略化されたソースコードサンプルを生成し得る。さらに、プログラム命令は、プロセッサが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用することをプロセッサに実行させ得る。そのようなコンピュータプログラム製品の利点は、より効率的なソースコードトークン縮小スキームを介した、簡略化されたソースコードサンプルのより拡張可能な生成であり得る。

【図面の簡単な説明】

【0015】

【図1】本明細書に説明された１又は複数の実施形態に従って、１又は複数の拡張されたトレーニングデータセット上における１又は複数のＡＩモデルのトレーニングを容易にし得る例示的且つ非限定的なシステムのブロック図を示す。

【0016】

【図2】本明細書に説明された１又は複数の実施形態に従って、１又は複数のＡＩモデルをトレーニングすべく利用され得る１又は複数のトレーニングデータセットを拡張するために、簡略化されたソースコードサンプルを検証及び／又はラベル付けし得る例示的且つ非限定的なシステムのブロック図を示す。

【0017】

【図3】本明細書に説明された１又は複数の実施形態に従って実行され得る簡略化されたソースコードサンプルの例示的な認証及び／又はラベル付けを示す例示的且つ非限定的な表の図を示す。

【0018】

【図4】本明細書に説明された１又は複数の実施形態に従って、１又は複数のＡＩモデルをトレーニングするための１又は複数の拡張されたトレーニングデータセットを生成し得る例示的且つ非限定的なシステムの図を示す。

【0019】

【図5】本明細書に説明された１又は複数の実施形態に従って、１又は複数の拡張されたトレーニングデータセット上における１又は複数のＡＩモデルをトレーニングし得る例示的且つ非限定的なシステムの図を示す。

【0020】

【図6】本明細書に説明された１又は複数の実施形態に従って、１又は複数の拡張されたトレーニングデータセット上における１又は複数のＡＩモデルのトレーニングのために実装され得る例示的且つ非限定的な訓練スキームの図を示す。

【0021】

【図7】本明細書に説明された１又は複数の実施形態に従って、１又は複数のトレーニングデータセットの拡張の有効性を示し得る例示的且つ非限定的なグラフの図を示す。

【図8】本明細書に説明された１又は複数の実施形態に従って、１又は複数のトレーニングデータセットの拡張の有効性を示し得る例示的且つ非限定的なグラフの図を示す。

【0022】

【図9】本明細書に説明された１又は複数の実施形態に従って、１又は複数の拡張されたトレーニングデータセット上における１又は複数の拡張されたトレーニングデータセットの生成及び／又は１又は複数のＡＩモデルのトレーニングを容易にし得る例示的且つ非限定的なコンピュータ実装方法のフロー図を示す。

【0023】

【図10】本明細書に説明された１又は複数の実施形態に従って、クラウドコンピューティング環境を示す。

【0024】

【図11】本明細書に説明された１又は複数の実施形態に従って、抽象化モデル層を示す。

【0025】

【図12】本明細書に説明された１又は複数の実施形態が容易にされ得る例示的且つ非限定的な動作環境のブロック図を示す。

【発明を実施するための形態】

【0026】

以下の詳細な説明は、例示に過ぎず、実施形態及び／又は実施形態の応用又は使用を限定することを意図するものではない。さらに、前述の背景技術又は発明の概要セクションにおいて、又は発明を実施するための形態セクションにおいて提示される任意の明示された又は示唆された情報によって制約されることを意図するものではない。

【0027】

ここで、図面を参照して１又は複数の実施形態が説明され、全体を通して、同様の参照番号は、同様の要素を指すために使用される。以下の説明では、説明の目的で、多くの特定の詳細が、１又は複数の実施形態のより完全な理解を提供すべく記載される。しかしながら、様々な場合では、１又は複数の実施形態は、これらの特定の詳細なしに実施され得ることが明らかである。

【0028】

ＡＩモデルトレーニングの他の実装に関する問題を考慮すると、本開示は、１又は複数の簡略化プロセスを介してトレーニングデータセットを拡張して、コードの複雑性が変動するソースコードサンプルの分布を作成することによって、これらの問題のうちの１又は複数に対する解決手段を生成するために実装され得る。有利に、本明細書に説明された１又は複数の実施形態は、トレーニング中に、所与のソースコードのタスク関連態様に焦点を当てる際に１又は複数のＡＩモデルを支援するデータ駆動型手法を利用し得る。例えば、本明細書に説明された１又は複数の実施形態は、ＡＩモデル学習にコードの複雑性を組み込み得る。データ駆動型手法を利用することによって、本明細書に説明された１又は複数の実施形態は、タスク不可知論的、プログラミング言語不可知論的、及び／又は多種多様なＡＩモデルタイプ（例えば、線形回帰、サポート・ベクター・マシン、決定木、主成分分析、単純ベイズ分類器等の従来の機械学習モデル、畳み込みニューラルネットワーク（「ＣＮＮ」）、リカレントニューラルネットワーク（「ＲＮＮ」）、グラフニューラルネットワーク（「ＧＮＮ」）等のニューラルネットワークアーキテクチャ、それらの組み合わせ、及び／又は同様のものを含む）への適用であり得る。

【0029】

本発明の様々な実施形態は、効率的な、有効な、自律的な（例えば、直接の人間指導なしの）ＡＩモデルトレーニングを容易にするコンピュータ処理システム、コンピュータ実装方法、装置及び／又はコンピュータプログラム製品を対象とし得る。例えば、本明細書に説明された１又は複数の実施形態は、１又は複数のソースコードサンプルを簡略化することによって１又は複数のトレーニングデータセットを拡張し得る。例えば、簡略化されたプログラムサンプルは、デルタデバッギング等の簡略化アルゴリズムを利用することによって生成され得る。それによって、本明細書に説明された様々な実施形態は、例えば、トレーニングデータセットのタスクプロファイルを維持しながら、より小さくて潜在的によりノイズの少ないソースコードサンプルを使用して、１又は複数のトレーニングデータセットを拡張し得る。

【0030】

コンピュータ処理システム、コンピュータ実装方法、装置及び／又はコンピュータプログラム製品は、抽象的でなく且つ人間による精神的な活動のセットとして実行されることができない、本質的に非常に技術的な問題（例えば、ＡＩモデルトレーニング）を解決するためにハードウェア及び／又はソフトウェアを利用する。例えば、個人、又は複数の個人は、トレーニングデータセットのタスクプロファイルを維持しながら、プログラム簡略化スキームを介してトレーニングデータセットを容易に拡張することができない。また、本明細書に説明された１又は複数の実施形態は、コードの複雑性が変動する多様なトレーニングサンプルを作成すべく、トレーニングデータセットを拡張することによって従来のＡＩモデルトレーニングに対する技術的改善点を構成し得る。さらに、本明細書に説明された１又は複数の実施形態は、タスク不可知論的であり且つ多種多様なＡＩモデルアーキテクチャに適用可能なデータ駆動型手法を介してＡＩモデルのトレーニングを改善することによって実際の適用を有し得る。例えば、本明細書に説明された様々な実施形態は、コードの複雑性のアウェアネス（ｃｏｍｐｌｅｘｉｔｙ ａｗａｒｅｎｅｓｓ）を組み込むことで、１又は複数のＡＩモデルのためのタスク関連学習を可能にし得る。本明細書に説明された１又は複数の実施形態は、複数の簡略化されたソースコードサンプルを生成すべく１又は複数のトレーニングデータセットを拡張することによって、１又は複数のＡＩモデルのトレーニングプロトコルを制御し得る。

【0031】

図１は、１又は複数のＡＩモデルのトレーニングのために１又は複数のトレーニングデータセットを拡張し得る例示的且つ非限定的なシステム１００のブロック図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。本発明の様々な実施形態におけるシステム（例えば、システム１００等）、装置、又はプロセスの態様は、１又は複数の機械内で具現化された、例えば、１又は複数の機械に関連付けられた１又は複数のコンピュータ可読媒体において具現化された、１又は複数の機械実行可能コンポーネントを構成し得る。１又は複数の機械（例えば、コンピュータ、コンピューティングデバイス、仮想機械、それらの組み合わせ、及び／又は同様のもの）によって実行されると、そのようなコンポーネントは、機械に、説明される動作を実行させることができる。

【0032】

図１に示されたように、システム１００は、１又は複数のサーバ１０２、１又は複数のネットワーク１０４、及び／又は１又は複数の入力デバイス１０６を含み得る。サーバ１０２は、トレーニング拡張コンポーネント１１０を含み得る。トレーニング拡張コンポーネント１１０は、通信コンポーネント１１２及び／又は簡略化コンポーネント１１４をさらに含み得る。また、サーバ１０２は、少なくとも１つのメモリ１１６を含むこと又は別様それに関連付けられることができる。サーバ１０２はさらに、例えば、限定されないが、トレーニング拡張コンポーネント１１０及び関連コンポーネント、メモリ１１６、及び／又はプロセッサ１２０等の様々なコンポーネントに結合され得るシステムバス１１８を含み得る。サーバ１０２が図１において示されているが、他の実施形態では、様々なタイプの複数のデバイスが、図１において示されている特徴に関連付けられることができるか、又は当該特徴を含むことができる。さらに、サーバ１０２は、１又は複数のクラウドコンピューティング環境と通信することができる。

【0033】

１又は複数のネットワーク１０４は、限定されないが、セルラネットワーク、ワイドエリアネットワーク（ＷＡＮ）（例えば、インターネット）又はローカルエリアネットワーク（ＬＡＮ）を含む有線及び無線ネットワークを含むことができる。例えば、サーバ１０２は、例えば、限定されないが、セルラ、ＷＡＮ、ワイヤレスフィデリティ（Ｗｉ－Ｆｉ（登録商標））、ＷｉＭＡＸ（登録商標）、ＷＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）技術、それらの組み合わせ、及び／又は同様のものを含む任意の望ましい有線又は無線技術を仮想的に使用して、１又は複数の入力デバイス１０６と通信し得る（逆もまた同様である）。さらに、示された実施形態においては、トレーニング拡張コンポーネント１１０が１又は複数のサーバ１０２上に提供され得るが、システム１００のアーキテクチャはそのように限定されないことを理解されたい。例えば、トレーニング拡張コンポーネント１１０、又はトレーニング拡張コンポーネント１１０の１又は複数のコンポーネントは、例えば別のサーバデバイス、クライアントデバイス及び／又は同様のもの等の別のコンピュータデバイスに位置し得る。

【0034】

１又は複数の入力デバイス１０６は：パーソナルコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、携帯電話（例えば、スマートフォン）、（例えば、プロセッサを含む）コンピュータ化されたタブレット、スマートウォッチ、キーボード、タッチスクリーン、マウス、それらの組み合わせ、及び／又は同様のものを含むことができるが、これらに限定されない１又は複数のコンピュータ化されたデバイスを含むことができる。１又は複数の入力デバイス１０６は、１又は複数のトレーニングデータセット１２２及び／又はＡＩモデル１２４をシステム１００に入れるために利用され得、それによって、上記データをサーバ１０２と（例えば、直接接続を介して及び／又は１又は複数のネットワーク１０４）を介して）共有する。例えば、１又は複数の入力デバイス１０６は、データを通信コンポーネント１１２に（例えば、直接接続を介して及び／又は１又は複数のネットワーク１０４を介して）送信することができる。加えて、１又は複数の入力デバイス１０６は、システム１００によって生成された１又は複数の出力をユーザに提示することができる１又は複数のディスプレイを含むことができる。例えば、１又は複数のディスプレイは：ブラウン管ディスプレイ（「ＣＲＴ」）、発光ダイオードディスプレイ（「ＬＥＤ」）、電子発光ディスプレイ（「ＥＬＤ」）、プラズマディスプレイパネル（「ＰＤＰ」）、液晶ディスプレイ（「ＬＣＤ」）、有機発光ダイオードディスプレイ（「ＯＬＥＤ」）、それらの組み合わせ、及び／又は同様のものを含むことができるが、これらに限定されるものではない。

【0035】

様々な実施形態において、１又は複数の入力デバイス１０６及び／又は１又は複数のネットワーク１０４は、１又は複数の設定及び／又はコマンドをシステム１００に入力するために利用することができる。例えば、本明細書に説明された様々な実施形態において、１又は複数の入力デバイス１０６は、サーバ１０２及び／又は関連コンポーネントを動作及び／又は操作するために利用することができる。加えて、１又は複数の入力デバイス１０６は、サーバ１０２及び／又は関連コンポーネントによって生成された１又は複数の出力（例えば、ディスプレイ、データ、視覚化、及び／又は同様のもの）を表示するために利用することができる。さらに、１又は複数の実施形態では、１又は複数の入力デバイス１０６は、クラウドコンピューティング環境内に備えられることができ、及び／又は当該クラウドコンピューティング環境に動作可能に結合されることができる。

【0036】

例えば、１又は複数の実施形態において、１又は複数の入力デバイス１０６は、１又は複数のメモリ１１６に記憶され得る１又は複数のトレーニングデータセット１２２（例えば、１又は複数のソースコードサンプル１２３を含む）をシステム１００に入れるために利用され得る。さらに、トレーニング拡張コンポーネント１１０は、１又は複数のＡＩモデル１２４（例えば、１又は複数のソースコード理解タスク）をトレーニングすべく、１又は複数のトレーニングデータセットを利用し得る。例えば、１又は複数のトレーニングデータセット１２２は、１又は複数のソースコードサンプル１２３を含み得る。１又は複数の実施形態において、１又は複数の入力デバイス１０６はまた、１又は複数のメモリ１１６に記憶されること及び／又はトレーニング拡張コンポーネント１１０によってトレーニングされることができる１又は複数のＡＩモデル１２４をシステム１００に入れるために利用され得る。さらに、様々な実施形態において、１又は複数の入力デバイス１０６は、ＡＩモデル１２４のトレーニングの１又は複数の設定及び／又はパラメータを定義するために利用され得る。様々な実施形態において、通信コンポーネント１１２は、１又は複数の入力（例えば、１又は複数の入力デバイス１０６を介してシステム１００に入る）を、本明細書に説明された１又は複数の実施形態に従って、トレーニング拡張コンポーネント１１０の関連コンポーネントと共有し得る。

【0037】

様々な実施形態において、１又は複数のＡＩモデル１２４は、１又は複数の機械学習タスクを容易にするために使用され得る。１又は複数の実施形態において、ＡＩモデル１２４は、抽象的なバージョンのニューロンに類似し得るいくつかの相互接続処理ユニットをシミュレートし得る。例えば、処理ユニットは、変動する接続強度（例えば、当技術分野において「重み」と一般的に言及され得る）によって接続された複数の層（例えば、１又は複数の入力層、１又は複数の隠れ層、及び／又は１又は複数の出力層）において配置され得る。ＡＩモデル１２４は、トレーニングを介して学習し得、ここで、既知の成果を有するデータはコンピュータモデルに入力され、データに関する出力は既知の成果と比較され、及び／又は、コンピュータモデルの重みは既知の成果を複製するために比較に基づいて自律的に調整される。１又は複数のＡＩモデル１２４がトレーニングを行うと、コンピュータモデルはますます正確になり得、したがって、トレーニングされたＡＩモデル１２４は、トレーニングデータからのレッスン学習に基づいて、未知の成果を有するデータを正確に分析して、１又は複数の機械学習タスクを容易にし得る。ＡＩモデル１２４の例は、限定されないが、パーセプトロン（「Ｐ」）、フィードフォワード（「ＦＦ」）、動径基底ネットワーク（「ＲＢＦ」）、深層フィードフォワード（「ＤＦＦ」）、リカレントニューラルネットワーク（「ＲＮＮ」）、長／短期記憶（「ＬＳＴＭ」）、ゲート付き回帰型ユニット（「ＧＲＵ」）、オートエンコーダ（「ＡＥ」）、変分ＡＥ（「ＶＡＥ」）、ノイズ除去ＡＥ（「ＤＡＥ」）、スパースＡＥ（「ＳＡＥ」）、マルコフ連鎖（「ＭＣ」）、ホップフィールド・ネットワーク（「ＨＮ」）、ボルツマン・マシン（「ＢＭ」）、ディープ・ビリーフ・ネットワーク（「ＤＢＮ」）、深層畳み込みネットワーク（「ＤＣＮ」）、逆畳み込みネットワーク（「ＤＮ」）、深層畳み込みインバース・グラフィックス・ネットワーク（「ＤＣＩＧＮ」）、敵対的生成ネットワーク（「ＧＡＮ」）、液体状態マシン（「ＬＳＭ」）、エクストリーム・ラーニング・マシン（「ＥＬＭ」）、エコー状態ネットワーク（「ＥＳＮ」）、深層残差ネットワーク（「ＤＲＮ」）、コホーネン・ネットワーク（「ＫＮ」）、サポート・ベクター・マシン（「ＳＶＭ」）、及び／又はニューラル・チューリング・マシン（「ＮＴＭ」）を含み得る。

【0038】

１又は複数の実施形態において、トレーニング拡張コンポーネント１１０は、１又は複数のＡＩモデル１２４のトレーニングを容易にすべく、１又は複数のトレーニングデータセット１２２を拡張し得る。例えば、トレーニング拡張コンポーネント１１０は、１又は複数の簡略化アルゴリズムを実行することで１又は複数のトレーニングデータセット１２２から簡略化されたソースコードサンプル１２６を生成し得る簡略化コンポーネント１１４を含み得る。図１に示されたように、１又は複数の実施形態において、簡略化コンポーネント１１４によって生成された簡略化されたソースコードサンプル１２６は、例えば１又は複数のメモリ１１６に記憶され得る。様々な実施形態において、１又は複数の簡略化されたソースコードサンプル１２６は、１又は複数のトレーニングデータセット１２２に含まれた親ソースコードサンプル１２３から導出されたより小さなサンプルであり得、それによって、トレーニング拡張コンポーネント１１０は、１又は複数のトレーニングデータセット１２２から１又は複数のＡＩモデル１２４をトレーニングするために利用されたトレーニングサンプルの数を増加させ得る。

【0039】

例えば、簡略化コンポーネント１１４は、１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３を、単一の簡略化されたソースコードサンプル１２６に簡略化し得る。別の例において、簡略化コンポーネント１１４は、１又は複数のトレーニングデータセット１２２内に含まれた単一のソースコードサンプル１２３を、複数の簡略化されたソースコードサンプル１２６に簡略化し得る。１又は複数の実施形態において、簡略化コンポーネント１１４は、１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３を、サイズに基づいて、複数の簡略化されたソースコードサンプル１２６に簡略化し得、ここで、ソースコードサンプル１２３から生成された簡略化されたソースコードサンプル１２６の数は、ソースコードサンプル１２３のサイズが大きくなるほど増加し得る。例えば、１又は複数のトレーニングデータセット１２２からのソースコードサンプル１２３が増加すると、簡略化コンポーネント１１４は、１又は複数の簡略化アルゴリズムを介して追加の縮小反復を実行して、結果として、より多くの簡略化されたソースコードサンプル１２６をもたらし得る。

【0040】

さらに、簡略化コンポーネント１１４は、１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３の各々、又は、１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３の一部を簡略化し得る。例えば、１又は複数の実施形態において、簡略化コンポーネント１１４は、全ての、又は実質的に全ての、１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３を簡略化し得る。別の例において、１又は複数の実施形態において、簡略化コンポーネント１１４は、コードの複雑性、又は、定義された閾値（例えば、１又は複数のコードの複雑性のメトリックによって定義された）より大きいサイズを有する１又は複数のトレーニングデータセット１２２内に含まれたソースコードサンプル１２３を簡略化し得る。

【0041】

様々な実施形態において、簡略化コンポーネント１１４は、１又は複数のＡＩモデル１２４によって実行されるべきソースコード理解タスクのタスク関連特徴を保持する縮小されたサンプル（例えば、簡略化されたソースコードサンプル１２６）を生成しながらソースコードサンプル１２３の入力を縮小し得る任意の簡略化アルゴリズムを利用し得る。例示的な簡略化アルゴリズムは、限定されないが、ナイーブな方式で、ランダム化方式で、総当たり方式で、又は拡張可能縮小スキーム（例えば、デルタデバッギングアルゴリズム等）を介して、ソースコードサンプル１２３からトークン及び／又はステートメントをドロップし得るアルゴリズムを含み得る。

【0042】

例えば、簡略化コンポーネント１１４は、デルタデバッギングアルゴリズムを利用して、１又は複数の簡略化されたソースコードサンプル１２６を生成し得るが、しかしながら、簡略化コンポーネント１１４のアーキテクチャは、デルタデバッギングアルゴリズムの利用に限定されるものではない。簡略化コンポーネント１１４は、簡略化アルゴリズム（例えば、デルタデバッギングアルゴリズム）を利用して、所与のソースコードサンプル１２３によって確立されたタスクプロファイルを維持（例えば、脆弱性検出設定の場合において健全なコード又は欠陥のあるコードの脆弱性プロファイルを維持）しながら、１又は複数のトレーニングデータセット１２２からの所与のソースコードサンプル１２３を連続的に簡略化し得る。例えば、簡略化コンポーネント１１４は、１又は複数の簡略化アルゴリズムを利用して、簡略化手順の対象となるソースコードサンプル１２３からソースコードトークンを反復的に除去し得、ここで、ソースコードトークン除去の各反復は、それぞれの簡略化されたソースコードサンプル１２６を生成し得る。様々な実施形態において、簡略化コンポーネント１１４は、例えば：二分探索（例えば、デルタデバッギングアルゴリズムを介した）に類似したスマート縮小、線形手法（例えば、複数の反復を介して一度に１つずつトークンを除去する）、ランダム化手法（例えば、ここでトークンは除去のためにソースコードサンプル１２３からランダムに選択される）、マルチトークンレベルでの動作、ステートメントレベルでの動作、マルチステートメントレベルでの動作、それらの組み合わせ、及び／又は同様のものに基づいて、トークンを除去し得る。少なくとも、簡略化されたソースコードサンプル１２６はトレーニングデータセット１２２からのソースコードサンプル１２３の縮小なので、簡略化されたソースコードサンプル１２６は、１又は複数のトレーニングデータセット１２２より少ないノイズデータを含み得る。

【0043】

図２は、本明細書に説明された１又は複数の実施形態に従って、検証コンポーネント２０２及び／又はラベラーコンポーネント２０４をさらに含む例示的且つ非限定的なシステム１００の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。様々な実施形態において、簡略化されたソースコードサンプル１２６は、検証コンポーネント２０２及び／又はラベラーコンポーネント２０４によって分析され得る簡略化コンポーネント１１４によって生成されて、１又は複数のトレーニングデータセット１２２を拡張するための好適な候補を識別する。

【0044】

１又は複数の実施形態において、検証コンポーネント２０２は、簡略化されたソースコードサンプル１２６が正しい（例えば、コンパイル及び／又は実行可能）かどうかを決定し得る。例えば、検証コンポーネント２０２は、簡略化されたソースコードサンプル１２６がコンパイル及び／又は実行され得るかどうかを決定し得る。例えば、簡略化コンポーネント１１４は、縮小（例えば、ソースコードトークン縮小）が、結果として得られる簡略化されたソースコードサンプル１２６を正しくない（例えば、コンパイル不可及び／又は実行不可）ようにするかどうかにかかわらず、簡略化されたソースコードサンプル１２６を生成し得る。検証コンポーネント２０２は、簡略化コンポーネント１１４によって実行された縮小の後に、正しいままである簡略化されたソースコードサンプル１２６を識別し得る。例えば、検証コンポーネント２０２はコンパイラであり得、ここで、有効な簡略化されたソースコードサンプル１２６は、コンパイルされることが可能（例えば、コンパイルされた簡略化されたソースコードサンプル１２６が、それが導出された親ソースコードサンプル１２３とは異なる方式で動作する場合でも）であり得、無効な簡略化されたソースコードサンプル１２６はコンパイルされることが不可能であり得る。様々な実施形態において、トレーニング拡張コンポーネント１１０は、無効な簡略化されたソースコードサンプル１２６を破棄し得、その結果、無効な簡略化されたソースコードサンプル１２６は、１又は複数のトレーニングデータセット１２２の拡張には存在しないようにされ得る。別の例において、検証コンポーネント２０２は、親ソースコードサンプル１２３の主要な態様（例えば、ＡＰＩ呼び出し、コード変数、及び／又は同様のものの他の構築）が維持されることを確実にすべく、（例えば、１又は複数の入力デバイス１０６によって定義された１又は複数の設定を介して）調整され得る。

【0045】

１又は複数の実施形態において、有効な簡略化されたソースコードサンプル１２６はさらに、有効な簡略化されたソースコードサンプル１２６が、有効な簡略化されたソースコードサンプル１２６が導出された１又は複数の親ソースコードサンプル１２３と同じタスクプロファイルを有するかどうかを決定すべく、ラベラーコンポーネント２０４によって分析され得る。１又は複数の実施形態において、ラベラーコンポーネント２０４は：１又は複数のトレーニングデータセット１２２に含まれたラベラーコンピュータロジックを含むこと；ラインベースのコード特徴マッチング（例えば、簡略化されたソースコードサンプル１２６を、１又は複数のトレーニングデータセット１２２からの親ソースコードサンプル１２３と比較する）を利用することができ；静的解析器を含むこと、ファズテストアルゴリズムを含むこと、内容領域専門家によって容易にされることができ；それらの組み合わせ、及び／又は同様のことができる。さらに、ラベラーコンポーネント２０４は、親ソースコードサンプル１２３と同じタスクプロファイルを示す有効な簡略化されたソースコードサンプル１２６をラベル付けし得る。例えば、簡略化されたソースコードサンプル１２６は、親ソースコードサンプル１２３と同じタスクプロファイルを示し得、ここで簡略化されたソースコードサンプル１２６の生成は１又は複数の新たな欠陥の生成を回避する。例えば、簡略化されたソースコードサンプル１２６は、親ソースコードサンプル１２３と同じタスクプロファイルを示し得、ここで、簡略化されたソースコードサンプル１２６は：欠陥から自由であるか；又は、１又は複数の欠陥又は他のタスク関連特徴を含むが、上記１又は複数の欠陥又は他のタスク関連特徴は、親ソースコードサンプル１２３にも存在する。それらが由来する親ソースコードサンプル１２３とは異なるタスクプロファイルを示す簡略化されたソースコードサンプル１２６は、親ソースコードサンプル１２３には存在しない１又は複数の欠陥を含み得る。１又は複数の実施形態において、ラベラーコンポーネント２０４は、親ソースコードサンプル１２３と同じタスクプロファイルを示すそれらの簡略化されたソースコードサンプル１２６を記憶する（例えば、及び／又はそれに従ってラベル付けする）ことができる。１又は複数の実施形態において、ラベラーコンポーネント２０４は、親ソースコードサンプル１２３とは異なるタスクプロファイルを示すそれらの簡略化されたソースコードサンプル１２６を記憶する（例えば、及び／又はそれに従ってラベル付けする）ことができる。

【0046】

様々な実施形態において、ラベラーコンポーネント２０４によって実行されるラベル付けは、１又は複数のＡＩモデル１２４によって実行されるべき機械学習タスクに基づき得る。例えば、ラベラーコンポーネント２０４は、１又は複数のＡＩモデル１２４のタスクによって定義された１又は複数のラベル付けスキームに従って（例えば、タスク固有のオラクルコードに従って）、簡略化されたソースコードサンプル１２６（例えば、有効である及び／又は親ソースコードサンプル１２３のタスクプロファイルを維持すると決定された）をラベル付けし得る。例えば、脆弱性タスクに関して、ラベラーコンポーネント２０４は、定義された脆弱性を含む簡略化されたソースコードサンプル１２６を「１」で、定義された脆弱性が欠如している簡略化されたソースコードサンプル１２６を「０」でラベル付けし得る。１又は複数の実施形態において、ラベラーコンポーネント２０４によって利用されたラベルパラメータは、１又は複数のＡＩモデル１２４によって実行されるべきタスクに基づいて、（例えば、１又は複数の入力デバイス１０６を介して）カスタマイズされ得る。加えて、１又は複数の実施形態において、ラベラーコンポーネント２０４は、簡略化されたソースコードサンプル１２６に割り当てられた生成されたラベルに関連付けられた１又は複数の信頼度値を決定し得る。

【0047】

例えば、ラベラーコンポーネント２０４は：簡略化されたソースコードサンプル１２６が、同じ欠陥を含むか、又は、１又は複数の簡略化されたソースコードサンプル１２６が導出された１又は複数のソースコードサンプル１２３の、所与のソースコード理解タスクに関連した他の特徴を含むか；欠陥から自由であるか；又は、新たな欠陥（例えば、簡略化されたソースコードサンプル１２６が導出された１又は複数のソースコードサンプル１２３と比較した）を含むかを決定し得る。簡略化されたソースコードサンプル１２６に欠陥が存在しない場合、ラベラーコンポーネント２０４は、簡略化されたソースコードサンプル１２６がタスクプロファイルを維持すると決定し得、タスクベースのラベル付けスキームに従って簡略化されたソースコードサンプル１２６をラベル付けし得る。簡略化されたソースコードサンプル１２６が１又は複数の欠陥を含み、上記１又は複数の欠陥が、簡略化されたソースコードサンプル１２６が由来するソースコードサンプル１２３内にも含まれた場合；ラベラーコンポーネント２０４は、簡略化されたソースコードサンプル１２６がタスクプロファイルを維持すると決定し得、タスクベースのラベル付けスキームに従って、簡略化されたソースコードサンプル１２６をラベル付けし得る。簡略化されたソースコードサンプル１２６が、簡略化されたソースコードサンプル１２６が由来するソースコードサンプルの内に含まれていない１又は複数の欠陥を含む場合；ラベラーコンポーネント２０４は、簡略化されたソースコードサンプル１２６が親ソースコードサンプル１２３と異なるタスクプロファイルを有すると決定し得、これは、簡略化されたソースコードサンプル１２６を、１又は複数のトレーニングデータセット１２２の拡張に不適切なものにし得る。それによって、ラベラーコンポーネント２０４は、トレーニング拡張コンポーネント１１０によって実行される１又は複数のトレーニングデータセット１２２の拡張が、新たな欠陥（例えば、１又は複数のトレーニングデータセット１２２と比較して）を１又は複数のＡＩモデル１２４のトレーニングに導入することを回避し得ることを確実にし得る。

【0048】

図３は、本明細書に説明された１又は複数の実施形態に従って、１又は複数のトレーニングデータセット１２２からの例示的なソースコードサンプル１２３、及び／又は、検証コンポーネント２０２及び／又はラベラーコンポーネント２０４によって分析され得る簡略化されたソースコードサンプル１２６を含み得る例示的且つ非限定的な表３００の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。ソースコードサンプル＃１は、脆弱性検出タスクにおいて１又は複数のＡＩモデル１２４をトレーニングするための１又は複数のトレーニングデータセット１２２からの例示的なソースコードサンプルであり得る。本明細書に説明された様々な実施形態に従って、トレーニング拡張コンポーネント１１０によって実行された簡略化、認証、及び／又はラベル付けは、ソースコードサンプル１２３又はソースコード理解タスクの特定のタイプに限定されるものではない。

【0049】

図３に示されたように、例示的なソースコードサンプル＃２から＃２２は、簡略化コンポーネント１１４によって生成される例示的な簡略化されたソースコードサンプル１２６であり得る。例えば、簡略化コンポーネント１１４は、例示的なソースコードサンプル＃２～＃３を生成すべく、例示的なソースコードサンプル＃１を半分に縮小し得る。加えて、簡略化コンポーネント１１４は、例示的な簡略化されたソースコードサンプル＃３～＃２２を生成すべく、例示的なソースコードサンプル＃１から１又は複数のトークンを除去し得る。例えば、簡略化コンポーネント１１４は、トークンレベルの縮小に到達すべく、より細かい粒度で例示的なソースコードサンプル＃１を反復的に縮小し得る。

【0050】

検証コンポーネント２０２は、例示的なソースコードサンプル＃１～＃２２（例えば、簡略化されたソースコードサンプル１２６を含む）のコンパイルを試み得る。簡略化されたソースコードサンプル１２６がコンパイルされ得る場合、検証コンポーネント２０２は、ソースコードサンプル１２６が有効であると決定し得る（例えば、表３００におけるチェックマークによって示されるように）。簡略化されたソースコードサンプル１２６がコンパイルされることができない場合、検証コンポーネント２０２は、ソースコードサンプル１２６が無効であると決定し得る（例えば、表３００における「Ｘ」によって示されるように）。図３に示されたように、検証コンポーネント２０２は、例示的なソースコードサンプル＃１３及び＃２２が有効な簡略化されたソースコードサンプル１２６であり得、その一方、例示的なソースコードサンプル＃２～＃５及び＃２１は無効な簡略化されたソースコードサンプル１２６であり得ると決定し得る。

【0051】

さらに、ラベラーコンポーネント２０４は、本明細書に説明された様々な実施形態に従って、例示的なソースコードサンプル＃２から＃２２（例えば、簡略化されたソースコードサンプル１２６）が例示的なソースコードサンプル＃１（例えば、親ソースコードサンプル１２３）と同じタスクプロファイルを示し得るかどうかを決定し得る。例えば、ラベラーコンポーネント２０４は、有効な簡略化されたソースコードサンプル＃１３及び＃２２がソースコードサンプル＃１のタスクプロファイルを維持すると決定し得、これは、少なくとも、例示的な簡略化されたソースコードサンプル＃１３及び＃２２に欠陥が欠如している、及び／又は、例示的なソースコードサンプル＃１にも存在する欠陥が含まれているからである。さらに、ラベラーコンポーネント２０４は、簡略化されたソースコードサンプル１２６が１又は複数の定義された脆弱性を含むかどうかに基づいて、例示的なソースコードサンプル＃１３及び＃２２をラベル付けし得る。

【0052】

図４は、本明細書に説明された１又は複数の実施形態に従って、データセットコンポーネント４０２をさらに含む例示的且つ非限定的なシステム１００の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。様々な実施形態において、データセットコンポーネント４０２は、検証コンポーネント２０２及び／又はラベラーコンポーネント２０４によって有効である及び／又は好適であると決定された簡略化されたソースコードサンプル１２６を利用することで１又は複数の拡張されたトレーニングデータセット４０４を生成し得る。

【0053】

例えば、拡張されたトレーニングデータセット４０４は：１又は複数のトレーニングデータセット１２２の全ての又は実質的に全てのソースコードサンプル１２３と組み合わせて有効であると見られる、及び／又は、ラベル付けされた、全ての又は実質的に全ての簡略化されたソースコードサンプル１２６；１又は複数のトレーニングデータセット１２２のソースコードサンプル１２３の一部と組み合わせて有効であると見られる及び／又はラベル付けされた、全ての又は実質的に全ての簡略化されたソースコードサンプル１２６；１又は複数のトレーニングデータセット１２２の全ての又は実質的に全てのソースコードサンプル１２３と組み合わせて有効であると見られる及び／又はラベル付けされた簡略化されたソースコードサンプル１２６の一部；１又は複数のトレーニングデータセット１２２のソースコードサンプル１２３の一部と組み合わせて有効であると見られる及び／又はラベル付けされた簡略化されたソースコードサンプル１２６の一部；及び／又は、単に有効であると見られる及び／又はラベル付けされた簡略化されたソースコードサンプル１２６を含み得る。

【0054】

例えば、データセットコンポーネント４０２は、トレーニングデータセット１２２のソースコードサンプル１２３を、有効であると（例えば、検証コンポーネント２０２及び／又はラベラーコンポーネント２０４を介して）決定された及び／又は１又は複数の拡張されたトレーニングデータセット４０４を生成するようにラベル付けされた簡略化されたソースコードサンプル１２６と組み合わせることによって１又は複数のＡＩモデル１２４をトレーニングする間の過学習を縮小し得る。例えば、ラベル付けされた及び／又は検証された簡略化されたソースコードサンプル１２６を１又は複数のトレーニングデータセット１２２に追加することは、トレーニングデータセット１２２によって元々提供されていたそれよりも多くのトレーニングサンプルを含む１又は複数の拡張されたトレーニングデータセット４０４を生成し得る。トレーニングサンプルの追加量は、１又は複数のＡＩモデル１２４のトレーニングに含まれるノイズデータのパーセンテージを縮小すること、及び／又は、トレーニングデータセット１２２のタスク関連態様の学習において１又は複数のＡＩモデル１２４を容易にすることができる。

【0055】

別の例において、データセットコンポーネント４０２は、少数分類された簡略化されたソースコードサンプル１２６（例えば、有効である及び／又は好適であると決定された）を１又は複数のトレーニングデータセット１２２に追加することで１又は複数の拡張されたトレーニングデータセット４０４を生成することによって、１又は複数のＡＩモデル１２４のトレーニング中のクラス不均衡を縮小し得る。例えば、１又は複数のトレーニングデータセット１２２の内に含まれたソースコードサンプル１２３は、２又はそれより多くのクラスに分類され得、ここで、ソースコードサンプル１２３の分布は、クラス間の不均衡であり得る。上記不均衡を縮小すべく、データセットコンポーネント４０２は、過疎したクラスに属しているとラベル付けされた有効な簡略化されたソースコードサンプル１２６を１又は複数のトレーニングデータセット１２２に追加して、１又は複数の拡張されたトレーニングデータセット４０４を生成し得、ここで、他のクラスに属しているとラベル付けされた有効な簡略化されたソースコードサンプル１２６は、１又は複数の拡張されたトレーニングデータセット４０４から外され得る。

【0056】

図５は、本明細書に説明された１又は複数の実施形態に従って、モデルトレーニングコンポーネント５０２をさらに含む例示的且つ非限定的なシステム１００の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。様々な実施形態において、モデルトレーニングコンポーネント５０２は、１又は複数のソースコード理解タスク（例えば、１又は複数の入力デバイス１０６を介して定義された）のために、１又は複数の拡張されたトレーニングデータセット４０４及び／又はトレーニングデータセット１２２上で１又は複数のＡＩモデル１２４をトレーニングし得る。

【0057】

１又は複数の実施形態において、１又は複数の拡張されたトレーニングデータセット４０４は、１又は複数のトレーニングデータセット１２２からのソースコードサンプル１２３、及び、検証された及び／又はラベル付けされた簡略化されたソースコードサンプル１２６を含み得；ここで、モデルトレーニングコンポーネント５０２は、１又は複数のＡＩモデル１２４をトレーニングすべく、１又は複数の拡張されたトレーニングデータセット４０４からランダムにサンプリングし得る。代替的に、モデルトレーニングコンポーネント５０２は、ソースコードサンプル１２３及び／又は簡略化されたソースコードサンプル１２６の１又は複数のパラメータに基づいて、拡張されたトレーニングデータセット４０４からサンプリングし得る。例えば、モデルトレーニングコンポーネント５０２は、ノイズデータコンテンツ、コードの複雑性、サイズ、クラスラベル、信頼度値、それらの組み合わせ、及び／又は同様のものに基づいて、１又は複数の拡張されたトレーニングデータセット４０４からサンプリングし得る。例えば、モデルトレーニングコンポーネント５０２は、１又は複数の拡張されたトレーニングデータセット４０４をサンプリングし、その結果、サンプルは、最も小さいものから最も大きいものへのプログレッシブ順序で、１又は複数のＡＩモデル１２４に供給され得る。別の例において、モデルトレーニングコンポーネント５０２は、１又は複数の拡張されたトレーニングデータセット４０４をサンプリングし、その結果、サンプルは、最小コード複雑性から最大コード複雑性へのプログレッシブ順序で、１又は複数のＡＩモデル１２４に供給され得る。

【0058】

１又は複数の実施形態において、１又は複数の拡張されたトレーニングデータセット４０４は、検証された及び／又はラベル付けされた簡略化されたソースコードサンプル１２６を単に含み得；ここで、モデルトレーニングコンポーネント５０２は、１又は複数の拡張されたトレーニングデータセット４０４からランダムにサンプリングすることに加えて、１又は複数のトレーニングデータセット１２２からサンプリングし得る。１又は複数の実施形態において、１又は複数の拡張されたトレーニングデータセット４０４は、検証された及び／又はラベル付けされた簡略化されたソースコードサンプル１２６を単に含み得；ここで、モデルトレーニングコンポーネント５０２は、単に１又は複数の拡張されたトレーニングデータセット４０４から（例えば、ランダムに又はプログレッシブ順序に従って）サンプリングし得る。

【0059】

図６は、本明細書に説明された１又は複数の実施形態に従って、トレーニング拡張コンポーネント１１０によって実行され得る例示的且つ非限定的な訓練スキーム６００の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。訓練スキーム６００は、本明細書に説明された特徴の組み合わせを示してトレーニング拡張コンポーネント１１０の動作を例示するが；しかしながら、トレーニング拡張コンポーネント１１０のアーキテクチャはそのように限定されるものではない。例えば、訓練スキーム６００は、ソースコードサンプル１２３の反復的な縮小を示しているが；しかしながら、ソースコードサンプル１２３は、本明細書に説明された１又は複数の実施形態に従って、単一の縮小を介して又は互いに独立した複数の縮小を介して縮小され得る。別の例において、訓練スキーム６００は、トレーニングデータセット１２２及び簡略化されたソースコードサンプル１２６を組み合わせることによってトレーニングデータセット１２２を拡張することを示しているが；しかしながら、トレーニングデータセット１２２及び簡略化されたソースコードサンプル１２６は、本明細書に説明された１又は複数の実施形態に従って互いから独立してサンプリングされることもできる。

【0060】

６０２において、トレーニング拡張コンポーネント１１０は、１又は複数のトレーニングデータセット１２２から１又は複数のソースコードサンプル１２３を取得して、１又は複数の後続の簡略化、認証、及び／又はラベル付けプロセスのための最初のソースコードサンプル入力６０４としてサービス提供し得る。６０６において、トレーニング拡張コンポーネント１１０は、ソースコードサンプル入力６０４を、簡略化コンポーネント１１４と共有し得る。本明細書に説明された様々な実施形態に従って、簡略化コンポーネント１１４は、１又は複数の簡略化アルゴリズムを実行して、ソースコードサンプル入力６０４を簡略化されたソースコードサンプル１２６に縮小し得る。６０８において、トレーニング拡張コンポーネント１１０は、簡略化されたソースコードサンプル１２６を、検証コンポーネント２０２と共有し得る。本明細書に説明された様々な実施形態に従って、検証コンポーネント２０２は、簡略化されたソースコードサンプル１２６の正確性を検証（ｖｅｒｉｆｙ）し得る。例えば、検証コンポーネント２０２は、簡略化されたソースコードサンプル１２６をコンパイルすることを試み得；ここで、コンパイルされ得る簡略化されたソースコードサンプル１２６は有効であり、コンパイルしない簡略化されたソースコードサンプル１２６は無効である。

【0061】

６１０において、簡略化されたソースコードサンプル１２６は有効であると決定されており、トレーニング拡張コンポーネント１１０は、有効な簡略化されたソースコードサンプル１２６を、ラベラーコンポーネント２０４と共有し得る。本明細書に説明された様々な実施形態に従って、ラベラーコンポーネント２０４は、有効な簡略化されたソースコードサンプル１２６がソースコードサンプル入力６０４のタスクプロファイルを維持するという決定に基づいて、１又は複数のラベル付けスキームを介して、有効な簡略化されたソースコードサンプル１２６をラベル付けし得る。６１２において、トレーニング拡張コンポーネント１１０は、ラベル付け及び検証された簡略化されたソースコードサンプル１２６を、データセットコンポーネント４０２と共有し得る。また、６１４において、トレーニング拡張コンポーネント１１０は、検証及びラベル付けされた簡略化されたソースコードサンプル１２６のコピーを、次の縮小の反復及び／又は簡略化されたソースコードサンプル１２６の生成のためのソースコードサンプル入力６０４として利用し得る。６１６において、モデルトレーニングコンポーネント５０２は、１又は複数のＡＩモデル１２４をトレーニングすべく、１又は複数のトレーニングデータセット１２２、及び／又は、１又は複数のラベル付けされた及び／又は有効な簡略化されたソースコードサンプル１２６からサンプリングし得る。

【0062】

本明細書に説明された様々な実施形態の有効性を示すべく、システム１００は、複数のデータセットに対する脆弱性検出の使用事例に関して利用されているが、しかしながら、様々な実施形態は、他のソースコード理解タスクに適用可能である。システム１００の有効性を示すために利用された例示的なトレーニングデータセット１２２は：ｓ‐ｂＡｂＩ合成データセット（「ｓ‐ｂＡｂＩ」）、ジュリエットテストスイート（「Ｊｕｌｉｅｔ」）、及びＤ２Ａデータセットを含む。ｓ‐ｂＡｂＩ、Ｊｕｌｉｅｔ、及びＤ２Ａデータセットは、本明細書に説明された様々な実施形態の有効性を示すために利用されているが、しかしながら、トレーニング拡張コンポーネント１１０の特徴は、例示的なｓ‐ｂＡｂＩ、Ｊｕｌｉｅｔ、及びＤ２Ａデータセットに限定されるものではなく、むしろ、他のソースコードデータセットが分析され得る。ｓ‐ｂＡｂＩは、バッファオーバーフロー脆弱性に焦点を当てた些細でない制御フローを有する構文的に有効なＣプログラムを含む。脆弱性検出タスクの目的のために、ｓ‐ｂＡｂＩ生成器はデータセットを作成するために使用され得、ここで、「ＵＮＳＡＦＥ」タグを有するサンプルは１でラベル付けされ得、「ＳＡＦＥ」タグを有するサンプルは０でラベル付けされ得る。Ｊｕｌｉｅｔデータセットは、静的解析器をテストするために設計された、様々な脆弱性タイプを有する合成例を含む。Ｊｕｌｉｅｔテストケースから、「悪い（ｂａｄ）」としてタグ付けされ且つＪｕｌｉｅｔのｍａｎｉｆｅｓｔ．ｘｍｌにより明確なバグ情報を有するサンプルは、「良い（ｇｏｏｄ）」でタグ付けされたサンプルが０としてラベル付けされ得る一方、１としてラベル付けされ得る。Ｄ２Ａデータセットは、複数のＧｉｔｈｕｂプロジェクト‐ＯｐｅｎＳＳＬ、ＦＦＭｐｅｇ、ＨＴＴＰＤ、Ｎｇｉｎｘ、及びｌｉｂｔｉｆｆを介して構築された現実世界の脆弱性検出データセットである。Ｄ２Ａデータセットは、バグ修正コミットの前後に、連続したレポジトリバージョンのインファー静的解析器の出力上において差分分析を使用した導出された、詳細なトレースレベルのバグ情報を含む。Ｄ２Ａトレースからの関数レベルのサンプル抽出は、（例えば、修正前コミットから）１としてラベル付けされたトレーニング関数、及び（例えば、修正後コミットから）０としてラベル付けされたトレーニング関数をもたらし得る。さらに、１又は複数の実施形態において、畳み込みニューラルネットワーク（「ＣＮＮ」）、リカレントニューラルネットワーク（「ＲＮＮ」）、及び／又はグラフニューラルネットワーク（「ＧＮＮ」）ＡＩモデル１２４は、システム１００の有効性を示すために利用され得る。

【0063】

図７～図８は、本明細書に説明された１又は複数の実施形態に従って、トレーニング拡張コンポーネント１１０の有効性を示し得る例示的且つ非限定的なグラフ７０４、８０２及び／又は８０４の図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。トレーニング拡張コンポーネント１１０は、トレーニングデータセット１２２のファクタとして、ｓ‐ｂＡｂＩの９倍サンプル、Ｊｕｌｉｅｔの９．６倍サンプル、及びＤ２Ａの５３倍を含む拡張されたトレーニングデータセット４０４を生成し得る。拡張レベルの変動は、トレーニングデータセット１２２内に含まれたソースコードサンプル１２３のサイズにおける差が原因であり得る。例えば、ソースコードサンプル入力６０４が大きいほど、より多くの縮小反復が簡略化コンポーネント１１４により実行され得；それによって、潜在的により多くの有効な及び／又はラベル付けされた簡略化されたソースコードサンプル１２６を結果としてもたらす。

【0064】

図７に示されたように、より多くの装入された拡張されたトレーニングデータセット４０４によって１又は複数のＡＩモデル１２４をトレーニングすることは、モデル性能を強化し得る。例えば、グラフ７０４は、拡張されたＪｕｌｉｅｔデータセットのランダムなサンプリングでトレーニングされたＧＮＮモデル１２４に関する。信号認識再呼び出しメトリック（ｓｉｇｎａｌ‐ａｗａｒｅ ｒｅｃａｌｌ ｍｅｔｒｉｃ）は、トレーニング拡張コンポーネント１１０を介して達成され得る、ＡＩモデル１２４の性能の向上を示すために使用され得る。信号認識再呼び出しメトリックは、ＡＩ‐ｆｏｒ‐ｃｏｄｅモデルの信号認識を測定するために使用され得る。例えば、脆弱性検出タスクの文脈において、再呼び出し測定は、モデルが正しく予測する脆弱なサンプルの割合を測定し得る一方、信号認識再呼び出しメトリックは、それらの場合のうちどれほど多くにおいて、予測に到達するために正しい信号をモデルが捕捉するかを測定し得る。例えば、脆弱性検出の文脈において、信号認識再呼び出しメトリックは、ＡＩモデル１２４が正しく予測（例えば、タスク関連信号を使用して）する脆弱なサンプルの割合を測定し得る。グラフ７０４のｘ軸は、生成されたセットからランダムに選択され、ベースラインモデル性能を参照する左端点（例えば、ｘ＝０）を有するトレーニングデータセット１２２に追加されたサンプルの割合を（例えば、ベースデータセットサイズのパーセンテージで）示す。加えて、トレーニング拡張コンポーネント１１０は、例えば：精度、Ｆ１値、平均精度（例えば、ＰＲ‐ＡＵＣ）、それらの組み合わせ、及び／又は同様のもの等の他の評価メトリックに関してのＡＩモデル１２４の性能を向上させ得る。図７に示されたように、モデル性能における利得は、より多くの拡張とともに継続し得る。目前のタスクに関連した特性を依然として含みながらより小さなサンプルを有するＡＩモデル１２４を提示することによって、ＡＩモデル１２４は、ソースコードサンプル１２３のタスク関連態様に対してはより多く焦点を当てるように、ノイズデータ又はデータセットニュアンスに対してはより少なく焦点を当てるようにトレーニングされ得る。

【0065】

グラフ８０２及び／又は８０４は、トレーニング拡張コンポーネント１１０によって達成可能な強化ＡＩモデル１２４の性能は、サンプル集団を単に増大するより多くに帰属し得ることを例示する。例えば、図８は、ｓ‐ｂＡｂＩデータセットのいくつかの代表的な拡張レベルについて、トレーニング拡張コンポーネント１１０によって実行された拡張と比較して一般的な拡張で取得される信号認識再呼び出し値を示す。図８に示されたように、モデル性能における利得は、より多くの拡張とともに継続され得、信号認識再呼び出しは、５０％の拡張でその達成可能な最大のほぼ９６％に到達しており、単にトレーニングデータセット１２２を用いたＡＩモデル１２４のトレーニングより１１３％の向上に達している。図８にも示されるように、サンプル集団を増加させるための一般的な拡張は、ＡＩモデル１２４の性能に対して（例えば、信号認識再呼び出しメトリックに関して）ほとんど効果がない場合がある。これに対して、トレーニングデータセット１２２を拡張することで有効な及び／又はラベル付けされた簡略化されたソースコードサンプル１２６をさらにサンプリングすることは、ＡＩモデル１２４の性能を著しく向上させ得る。加えて、グラフ８０４に示されたように、向上した性能は、多種多様なＡＩモデル１２４のタイプにわたって達成され得る。

【0066】

図９は、本明細書に説明された１又は複数の実施形態に従って、１又は複数の拡張されたトレーニングデータセット４０４上で、１又は複数の拡張されたトレーニングデータセット４０４を生成すること及び／又は１又は複数のＡＩモデル１２４をトレーニングすることを容易にし得る例示的且つ非限定的なコンピュータ実装方法９００のフロー図を示す。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。

【0067】

９０２において、コンピュータ実装方法９００は、１又は複数のソースコードサンプル１２３を含み得る１又は複数のトレーニングデータセット１２２を、プロセッサ１２０に動作可能に結合されたシステム１００によって（例えば、通信コンポーネント１１２を介して）受け取る段階を含む。例えば、１又は複数のトレーニングデータセット１２２は、１又は複数の入力デバイス１０６を介してシステム１００に入れられ得る。９０４において、コンピュータ実装方法９００は、１又は複数のトレーニングデータセット１２２の１又は複数のソースコードサンプル１２３を縮小することによって、１又は複数の簡略化されたソースコードサンプル１２６を生成し得る１又は複数の簡略化アルゴリズムを、システム１００によって（例えば、簡略化コンポーネント１１４を介して）実行し得る。例えば、１又は複数の簡略化されたソースコードサンプル１２６は、１又は複数のトレーニングデータセット１２２の１又は複数のソースコードサンプル１２３から１又は複数の部分を抽出することによって生成され得る。別の例において、１又は複数の簡略化されたソースコードサンプル１２６は、１又は複数のトレーニングデータセット１２２の１又は複数のソースコードサンプル１２３から１又は複数のトークンを除去することによって生成され得る。さらなる例において、１又は複数の簡略化されたソースコードサンプル１２６は、本明細書に説明された様々な実施形態に従って、１又は複数のトレーニングデータセット１２２のソースコードサンプル１２３の１又は複数の反復的な縮小を介して生成され得る。

【0068】

９０６において、コンピュータ実装方法９００は、１又は複数の簡略化されたソースコードサンプル１２６の正確性を、システム１００によって（例えば、検証コンポーネント２０２）を介して）検証する段階を含み得る。例えば、９０６における検証する上記段階は、１又は複数の簡略化されたソースコードサンプル１２６をコンパイルする試みを含み得る。コンパイルされ得る簡略化されたソースコードサンプル１２６は、正しい及び／又は有効であると決定され得、その一方、コンパイルできない簡略化されたソースコードサンプル１２６は、正しくない及び／又は無効であると決定され得る。９０８において、コンピュータ実装方法９００は、タスクベースのラベル付けスキームを介して、１又は複数の簡略化されたソースコードサンプル１２６を、システム１００によって（例えば、ラベラーコンポーネント２０４を介して）ラベル付けする段階を含み得る。例えば、親ソースコードサンプル１２３のタスクプロファイルを維持する簡略化されたソースコードサンプル１２６は、定義された機械学習タスクに基づいて、１又は複数のクラス、グループ及び／又はクラスターにラベル付けされ得る。

【0069】

９１０において、コンピュータ実装方法９００は、１又は複数のＡＩモデル１２４をトレーニングするための１又は複数の簡略化されたソースコードサンプル１２６を含み得る１又は複数の拡張されたトレーニングデータセット４０４を、システム１００によって、（例えば、データセットコンポーネント４０２を介して）生成する段階を含み得る。例えば、９１０における生成する上記段階は、１又は複数の拡張されたトレーニングデータセット４０４を生成すべく、１又は複数のトレーニングデータセットに１又は複数の簡略化されたソースコードサンプル１２６を追加する段階を含み得る。９１２において、コンピュータ実装方法９００は、１又は複数の拡張されたトレーニングデータセット４０４上で１又は複数のＡＩモデル１２４を、システム１００によって（例えば、モデルトレーニングコンポーネント５０２を介して）トレーニングする段階を含み得る。

【0070】

本開示は、クラウドコンピューティングに関する詳細な説明を含むが、本明細書に記載される教示内容の実装形態は、クラウドコンピューティング環境に限定されないことを理解されたい。むしろ、本発明の実施形態は、現在既知又は今後開発される任意の他のタイプのコンピューティング環境と併せて実装されることが可能である。

【0071】

クラウドコンピューティングは、管理の労力又はサービスのプロバイダとの対話を最小限に抑えながら迅速にプロビジョニング及びリリースされ得る構成可能なコンピューティングリソース（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想機械、及びサービス）の共有プールに対する便利なオンデマンドのネットワークアクセスを可能にするためのサービス提供のモデルである。このクラウドモデルは、少なくとも５つの特性、少なくとも３つのサービスモデル及び少なくとも４つの展開モデルを含み得る。

【0072】

特性は以下のとおりである。

【0073】

オンデマンドセルフサービス：クラウド消費者は、サービスプロバイダとの人的対話を要することなく、必要に応じて自動的に、サーバ時間及びネットワークストレージ等のコンピューティング能力を一方的にプロビジョニングすることができる。

【0074】

幅広いネットワークアクセス：この能力は、ネットワークを介して利用可能であり、異種のシン又はシッククライアントプラットフォーム（例えば、携帯電話、ラップトップ、及びＰＤＡ（登録商標））による使用を促す標準メカニズムを通してアクセスされる。

【0075】

リソースプーリング：プロバイダのコンピューティングリソースは、マルチテナントモデルを使用して複数の消費者にサービス提供するようにプールされており、様々な物理リソース及び仮想リソースが需要に沿って動的に割り当て及び再割り当てされる。消費者は、概して、提供されるリソースの正確な位置に対する制御又は知識を有しないが、より高い抽象化レベル（例えば、国、州、又はデータセンタ）では位置を指定することが可能であり得るという点において、ある種の位置独立性がある。

【0076】

迅速な弾力性：この能力は、迅速かつ弾力的に、いくつかの事例では自動的にプロビジョニングして、早急にスケールアウトし、かつ迅速にリリースして早急にスケールインすることができる。消費者にとって、多くの場合、プロビジョニングに利用可能な能力は無制限に見え、任意の時点において任意の量で購入することができる。

【0077】

計測サービス：クラウドシステムは、ある抽象化レベルでサービスのタイプ（例えば、ストレージ、処理、帯域幅、及びアクティブなユーザアカウント）に適した計測能力を活用することにより、リソースの使用を自動的に制御及び最適化する。リソース使用率は、モニタリング、制御、及び、報告され、こうすることで、利用されるサービスのプロバイダ及び消費者の両方に透明性を提供することができる。

【0078】

サービスモデルは以下のとおりである。

【0079】

サービスとしてのソフトウェア（ＳａａＳ）：消費者に提供される能力は、クラウドインフラストラクチャ上で実行しているプロバイダのアプリケーションを使用することである。アプリケーションには、ウェブブラウザ（例えば、ウェブベースの電子メール）等のシンクライアントインタフェースを介して、様々なクライアントデバイスからアクセス可能である。消費者は、ネットワーク、サーバ、オペレーティングシステム、ストレージ、又は、個々のアプリケーション能力さえも含む基礎となるクラウドインフラストラクチャを管理又は制御しないが、限定的なユーザ固有のアプリケーション構成設定は例外となる場合がある。

【0080】

サービスとしてのプラットフォーム（ＰａａＳ）：消費者に提供される能力は、プロバイダによってサポートされるプログラミング言語及びツールを使用して作成された、消費者が作成又は取得したアプリケーションをクラウドインフラストラクチャ上に展開することである。消費者は、ネットワーク、サーバ、オペレーティングシステム、又はストレージを含む基礎となるクラウドインフラストラクチャを管理又は制御しないが、展開されたアプリケーション及び、場合によっては、アプリケーションホスティング環境の構成を制御する。

【0081】

サービスとしてのインフラストラクチャ（ＩａａＳ）：消費者に提供される能力は、処理、ストレージ、ネットワーク、及び他の基本的なコンピューティングリソースをプロビジョニングすることであり、消費者は、オペレーティングシステム及びアプリケーションを含み得る任意のソフトウェアを展開し、実行させることが可能である。消費者は、基礎となるクラウドインフラストラクチャを管理又は制御しないが、オペレーティングシステム、ストレージ、展開されたアプリケーションを制御し、場合によっては、選択されたネットワーキングコンポーネント（例えば、ホストファイアウォール）を限定的に制御する。

【0082】

展開モデルは以下のとおりである。

【0083】

プライベートクラウド：クラウドインフラストラクチャは、組織のためだけに運用される。それは組織又はサードパーティによって管理されてよく、オンプレミス又はオフプレミスに存在してよい。

【0084】

コミュニティクラウド：このクラウドインフラストラクチャは、いくつかの組織によって共有され、共有される関心事項（例えば、ミッション、セキュリティ要件、ポリシ及びコンプライアンス考慮事項）を有する特定のコミュニティをサポートする。コミュニティクラウドは、それらの組織又はサードパーティによって管理されてよく、オンプレミス又はオフプレミスで存在してよい。

【0085】

パブリッククラウド：クラウドインフラストラクチャは、一般大衆又は大規模な業界団体にとって利用可能になり、クラウドサービスを販売する組織により所有される。

【0086】

ハイブリッドクラウド：このクラウドインフラストラクチャは、２又はそれより多くのクラウド（プライベート、コミュニティ、又はパブリック）の複合体であり、これは、一意的なエンティティのままであるが、データ及びアプリケーションのポータビリティ（例えば、クラウド間の負荷分散のためのクラウドバースト）を可能にする標準化された技術又は独自技術によって共に結合される。

【0087】

クラウドコンピューティング環境は、ステートレス性、低結合性、モジュール性、及び意味的相互運用性に焦点を当てたサービス指向型である。クラウドコンピューティングの中核には、相互接続されたノードからなるネットワークを含むインフラストラクチャが存在する。

【0088】

ここで図１０を参照すると、例示的なクラウドコンピューティング環境１０００が示されている。示されているように、クラウドコンピューティング環境１０００は、例えば、携帯情報端末（ＰＤＡ）又は携帯電話１００４、デスクトップコンピュータ１００６、ラップトップコンピュータ１００８、及び／又は自動車コンピュータシステム１０１０等の、クラウド消費者によって使用されるローカルコンピューティングデバイスが通信し得る、１又は複数のクラウドコンピューティングノード１００２を備える。ノード１００２は、互いに通信し得る。それらは、本明細書の上記で説明されたようなプライベートクラウド、コミュニティクラウド、パブリッククラウド、又はハイブリッドクラウド、又はそれらの組み合わせ等の１又は複数のネットワーク内で物理的に又は仮想的にグループ化されてよい（図示せず）。これにより、クラウドコンピューティング環境１０００は、インフラストラクチャ、プラットフォーム及び／又はソフトウェアを、クラウド消費者がそのためにローカルコンピューティングデバイス上にリソースを維持する必要がないサービスとして提供することが可能になる。図１０において示されているコンピューティングデバイス１００４～１０１０のタイプは、単に例示を意図し、コンピューティングノード１００２及びクラウドコンピューティング環境１０００は、任意のタイプのネットワーク及び／又はネットワークアドレス指定可能接続を介して（例えば、ウェブブラウザを使用して）、任意のタイプのコンピュータ化デバイスと通信することができることが理解される。

【0089】

ここで図１１を参照すると、クラウドコンピューティング環境１０００（図１０）によって提供される機能抽象化層のセットが示されている。本明細書において説明される他の実施形態において利用される同様の要素の繰り返しの説明は、簡潔性のために省略される。図１１に示されているコンポーネント、層、及び機能が例示のみを意図したものであり、本発明の実施形態がそれらに限定されないことを事前に理解されるべきである。図示のように、以下の層及び対応する機能が提供される。

【0090】

ハードウェア及びソフトウェア層１１０２は、ハードウェアコンポーネント及びソフトウェアコンポーネントを備える。ハードウェアコンポーネントの例は、メインフレーム１１０４；ＲＩＳＣ（縮小命令セットコンピュータ）アーキテクチャベースのサーバ１１０６；サーバ１１０８；ブレードサーバ１１１０；ストレージデバイス１１１２；及び、ネットワーク及びネットワーキングコンポーネント１１１４を含む。いくつかの実施形態では、ソフトウェアコンポーネントは、ネットワークアプリケーションサーバソフトウェア１１１６及びデータベースソフトウェア１１１８を備える。

【0091】

仮想化層１１２０は、仮想エンティティの次の例、すなわち、仮想サーバ１１２２、仮想ストレージ１１２４、仮想プライベートネットワークを含む仮想ネットワーク１１２６、仮想アプリケーション及びオペレーティングシステム１１２８並びに仮想クライアント１１３０が提供され得る抽象化層を提供する。

【0092】

一例において、管理層１１３２は、以下で説明される機能を提供してよい。リソースプロビジョニング１１３４は、クラウドコンピューティング環境内でタスクを実行するために利用される、コンピューティングリソース及び他のリソースの動的な調達を提供する。計測及びプライス設定１１３６は、クラウドコンピューティング環境内でリソースが利用される際のコスト追跡、及びこれらのリソースの消費に対する請求又はインボイス作成を提供する。一例において、これらのリソースは、アプリケーションソフトウェアライセンスを含んでよい。セキュリティは、クラウド消費者及びタスクについての識別情報検証、並びに、データ及び他のリソースの保護を提供する。ユーザポータル１１３８は、消費者及びシステム管理者のために、クラウドコンピューティング環境へのアクセスを提供する。サービス水準管理１１４０は、要求されるサービス水準が満たされるように、クラウドコンピューティングリソース割り当て及び管理を提供する。サービス水準合意（ＳＬＡ）計画及び履行１１４２は、ＳＬＡに従って将来の要件が予測されるクラウドコンピューティングリソースの事前手配及び調達を提供する。

【0093】

ワークロード層１１４４は、クラウドコンピューティング環境が利用され得る機能の例を提供する。この層から提供され得るワークロード及び機能の例には、マッピング及びナビゲーション１１４６、ソフトウェア開発及びライフサイクル管理１１４８、仮想教室教育の提供１１５０、データ分析処理１１５２、トランザクション処理１１５４、及びＡＩモデルトレーニング１１５６が含まれる。本発明の様々な実施形態は、図１０及び図１１を参照して説明されたクラウドコンピューティング環境を利用して、１又は複数のトレーニングデータセットを拡張する及び／又は１又は複数のＡＩモデルをトレーニングすることが可能である。

【0094】

本発明は、任意の可能な技術的詳細レベルで統合されたシステム、方法及び／又はコンピュータプログラム製品であってもよい。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体（又は複数のコンピュータ可読記憶媒体）を含み得る。
コンピュータ可読記憶媒体は、命令実行デバイスによって使用するための命令を保持及び記憶し得る有形デバイスであり得る。コンピュータ可読記憶媒体は、限定されないが、例えば、電子ストレージデバイス、磁気ストレージデバイス、光ストレージデバイス、電磁ストレージデバイス、半導体ストレージデバイス、又は上述したものの任意の好適な組み合わせであり得る。コンピュータ可読記憶媒体のさらに具体的な例の非網羅的リストは、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ：ＲＡＭ）、リードオンリメモリ（ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ：ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ｅｒａｓａｂｌｅ ｐｒｏｇｒａｍｍａｂｌｅ ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ：ＥＰＲＯＭ、又はフラッシュメモリ）、スタティックランダムアクセスメモリ（ｓｔａｔｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ：ＳＲＡＭ）、ポータブルコンパクトディスク読み取り専用メモリ（ｃｏｍｐａｃｔ ｄｉｓｃ ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ：ＣＤ－ＲＯＭ）、デジタルバーサタイルディスク（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｋ：ＤＶＤ）、メモリスティック、フロッピディスク、命令が記録されているパンチカード又は溝の中の隆起構造等の機械的にエンコードされたデバイス、及び上述したものの任意の好適な組み合わせを含む。コンピュータ可読記憶媒体は、本明細書において使用される場合、電波又は他の自由に伝搬する電磁波、導波路又は他の伝送媒体を通じて伝搬する電磁波（例えば、光ファイバケーブルを通過する光パルス）、又は電線を通じて伝送される電気信号といった、一時的な信号それ自体と解釈されるべきではない。

【0095】

本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から、それぞれのコンピューティング／処理デバイスに、又は、ネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び／又は無線ネットワークを介して、外部コンピュータ又は外部ストレージデバイスに、ダウンロードされ得る。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバを有し得る。各コンピューティング／処理デバイス内のネットワークアダプタカード又はネットワークインタフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、当該コンピュータ可読プログラム命令を、それぞれのコンピューティング／処理デバイス内のコンピュータ可読記憶媒体に記憶するために転送する。

【0096】

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、又は、Ｓｍａｌｌｔａｌｋ（登録商標）又はＣ＋＋等のようなオブジェクト指向プログラミング言語、及び、「Ｃ」プログラミング言語又は同様のプログラミング言語等の手続き型プログラミング言語を含む、１又は複数のプログラミング言語の任意の組み合わせで書かれたソースコード又はオブジェクトコードのいずれかであり得る。コンピュータ可読プログラム命令は、スタンドアロンのソフトウェアパッケージとして、完全にユーザのコンピュータ上で実行すること、部分的にユーザのコンピュータ上で実行することができ、部分的にユーザのコンピュータ上で実行し部分的にリモートコンピュータ上で実行すること、又は、完全にリモートコンピュータ又はサーバ上で実行することができる。後者のシナリオでは、リモートコンピュータが、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続され得、又はその接続が、（例えば、インターネットサービスプロバイダを使用するインターネットを介して）外部コンピュータに対して行われ得る。いくつかの実施形態において、本発明の態様を実施するために、例えば、プログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又は、プログラマブルロジックアレイ（ＰＬＡ）を含む電子回路が、コンピュータ可読プログラム命令の状態情報を利用して電子回路をパーソナライズすることで、コンピュータ可読プログラム命令を実行することができる。

【0097】

本発明の態様は、本明細書において、本発明の実施形態による方法、装置（システム）、及びコンピュータプログラム製品のフローチャート図及び／又はブロック図を参照して説明されている。フローチャート図及び／又はブロック図の各ブロック、及びフローチャート図及び／又はブロック図におけるブロックの組み合わせは、コンピュータ可読プログラム命令によって実装することができることが理解されよう。

【0098】

これらのコンピュータ可読プログラム命令は、マシンを生成するために汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに提供され得、その結果コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行される命令は、フローチャート及び／又はブロック図の１又は複数のブロックにおいて指定された機能／動作を実装するための手段を作成する。これらのコンピュータ可読プログラム命令はまた、コンピュータ、プログラマブルデータ処理装置及び／又は他のデバイスに特定の方式で機能するように指示できるコンピュータ可読記憶媒体内に記憶され得、その結果、その中に記憶された命令を有するコンピュータ可読記憶媒体は、フローチャート及び／又はブロック図の１又は複数のブロックで指定された機能／動作の態様を実装する命令を含む製品を備える。

【0099】

コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上へロードされて、一連の動作段階をコンピュータ、他のプログラマブル装置、又は他のデバイス上で実行させ、コンピュータ実装プロセスを生成してもよく、その結果、コンピュータ、他のプログラマブル装置、又は他のデバイス上で実行される命令は、フローチャート及び／又はブロック図の１又は複数のブロックで指定された機能／動作を実装する。

【0100】

図におけるフローチャート及びブロック図は、本発明の様々な実施形態による、システム、方法、及びコンピュータプログラム製品の可能な実装形態のアーキテクチャ、機能、及び動作を図示する。これに関して、フローチャート又はブロック図における各ブロックは、指定された論理機能を実装するための１又は複数の実行可能命令を含む命令のモジュール、セグメント、又は一部を表し得る。いくつかの代替的な実装形態において、ブロック内に記されている機能は、図面中に記されている順序とは異なる順序で生じ得る。例えば、連続して示される２つのブロックは、実際には、実質的に同時に実行され得るか、又は、関連する機能に応じてブロックが逆の順序で実行されることもあり得る。ブロック図及び／又はフローチャート図の各ブロック、及びブロック図及び／又はフローチャート図におけるブロックの組み合わせは、指定された機能又は動作を実行するか、又は専用ハードウェア及びコンピュータ命令の組み合わせを実行する専用ハードウェアベースシステムによって実装することができることにも留意されたい。

【0101】

本明細書に説明された様々な実施形態のための追加の文脈を提供すべく、図１２及び以下の説明は、本明細書に説明された実施形態の様々な実施形態が実装され得る好適なコンピューティング環境１２００の一般的な説明を提供するように意図している。実施形態が１又は複数のコンピュータ上で実行され得るコンピュータ実行可能命令の一般的な文脈において上記で説明されてきたが、当業者であれば、実施形態が他のプログラムモジュールとの組み合わせで及び／又はハードウェア及びソフトウェアの組み合わせとしても実装され得ることを認識するであろう。

【0102】

概して、プログラムモジュールは、特定のタスクを実行するか又は特定の抽象データタイプを実装するルーチン、プログラム、コンポーネント、データ構造、及び／又は同様のものを含む。さらに、当業者であれば、本発明の方法は、これらの各々が１又は複数の関連付けデバイスに動作可能に結合され得るシングルプロセッサ又はマルチプロセッサコンピュータシステム、ミニコンピュータ、メインフレームコンピュータ、モノのインターネット（「ＩｏＴ」）デバイス、分散型コンピューティングシステム、並びにパーソナルコンピュータ、ハンドヘルドコンピューティングデバイス、マイクロプロセッサベース又はプログラマブル消費者エレクトロニクス等を含む他のコンピュータシステム構成を用いて実施され得ることを理解するだろう。

【0103】

本明細書における実施形態の示された実施形態は、特定のタスクが通信ネットワークを通してリンクされたリモート処理デバイスによって実行される分散型コンピューティング環境においても実施され得る。分散型コンピューティング環境では、プログラムモジュールは、ローカル及びリモート両方のメモリストレージデバイスに位置し得る。例えば、１又は複数の実施形態では、コンピュータ実行可能コンポーネントは、１又は複数の分散型メモリユニットを含むことができるか、又は１又は複数の分散型メモリユニットから構成されることができるメモリから実行することができる。本明細書において使用される場合、「メモリ」及び「メモリユニット」という用語は、置き替え可能である。さらに、本明細書に説明された１又は複数の実施形態は、分散された方式で、コンピュータ実行可能コンポーネントのコードを実行し得、例えば、複数のプロセッサが組み合わせて又は共同で動作して、１又は複数の分散型メモリユニットからコードを実行する。本明細書において使用される場合、「メモリ」という用語は、１つの位置、又は複数のメモリ、又は１又は複数の位置でのメモリユニットでの単一のメモリ又はメモリユニットを包含し得る。

【0104】

コンピューティングデバイスは典型的には、その２つの用語が以下のように互いに異なるように本明細書で使用される、コンピュータ可読記憶媒体、機械可読記憶媒体、及び／又は通信媒体を含み得る多様な媒体を以下のとおり含む。コンピュータ可読記憶媒体又は機械可読記憶媒体は、コンピュータによってアクセスされ得、揮発性媒体及び不揮発性媒体の両方、取り外し可能媒体及び取り外し不能な媒体の両方を含む任意の利用可能な記憶媒体であり得る。例として、限定されないが、コンピュータ可読記憶媒体又は機械可読記憶媒体は、コンピュータ可読又は機械可読命令、プログラムモジュール、構造化データ又は非構造化データ等の情報の記憶のための任意の方法又は技術に関連して実装され得る。

【0105】

コンピュータ可読記憶媒体は、ランダムアクセスメモリ（「ＲＡＭ」）、リードオンリメモリ（「ＲＯＭ」）、電気的消去可能プログラマブルリードオンリメモリ（「ＥＥＰＲＯＭ」）、フラッシュメモリ又は他のメモリ技術、コンパクトディスクリードオンリメモリ（「ＣＤ－ＲＯＭ」）、デジタルバーサタイルディスク（「ＤＶＤ」）、ブルーレイディスク（「ＢＤ」）又は他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又は他の磁気ストレージデバイス、ソリッドステートドライブ又は他のソリッドステートストレージデバイス、又は所望の情報を記憶するために使用され得る他の有形及び／又は非一時的媒体を含むことができるが、これらに限定されるものではない。これに関して、ストレージ、メモリ、又はコンピュータ可読媒体に適用される本明細書での「有形」又は「非一時的」という用語は、修飾子としてそれ自体で伝搬する一時的な信号のみを排除するものとして理解されるべきであり、それ自体で伝搬するだけの一時的な信号ではない全ての標準的なストレージ、メモリ、又はコンピュータ可読媒体に対する権利を放棄しない。

【0106】

コンピュータ可読記憶媒体は、媒体によって記憶された情報に関する多様な動作のために、例えば、アクセスリクエスト、クエリ又は他のデータ取得プロトコルを介して、１又は複数のローカル又はリモートコンピューティングデバイスによってアクセスされ得る。

【0107】

通信媒体は、典型的には、コンピュータ可読命令、データ構造、プログラムモジュール、又は他の構造化又は非構造化データを、被変調データ信号、例えば、搬送波又は他の輸送機構等のデータ信号において具現化し、任意の情報送達又は輸送媒体を含む。「被変調データ信号」という用語又は信号は、その特性セットのうちの１又は複数を有する信号、あるいは１又は複数の信号内の情報をエンコードするような方式で変更された信号を指す。例として、限定されないが、通信媒体には、有線ネットワーク又は直接有線接続等の有線媒体、並びに音波、ＲＦ、赤外線、及び他の無線媒体等の無線媒体が含まれる。

【0108】

再び図１２を参照して、本明細書に記載の態様の様々な実施形態を実装するための例示的な環境１２００は、コンピュータ１２０２、処理ユニット１２０４を含むコンピュータ１２０２、システムメモリ１２０６、及びシステムバス１２０８を含む。システムバス１２０８は、システムメモリ１２０６を含むがそれに限定されるものではないシステムコンポーネントを処理ユニット１２０４に結合する。処理ユニット１２０４は、様々な市販のプロセッサのいずれかであり得る。デュアルマイクロプロセッサ及び他のマルチプロセッサアーキテクチャはまた、処理ユニット１２０４として利用され得る。

【0109】

システムバス１２０８は、多様な市販のバスアーキテクチャのいずれかを使用する（メモリコントローラを有するか又は有しない）メモリバス、ペリフェラルバス、及びローカルバスにさらに相互接続し得るいくつかのタイプのバス構造のうちのいずれかとすることができる。システムメモリ１２０６は、ＲＯＭ１２１０及びＲＡＭ１２１２を含む。基本入出力システム（「ＢＩＯＳ」）は、ＢＩＯＳが、スタートアップ中等にコンピュータ１２０２内の要素間で情報を転送するのに役立つ基本ルーチンを含むＲＯＭ、消去可能プログラマブルリードオンリメモリ（「ＥＰＲＯＭ」）、ＥＥＰＲＯＭ等の不揮発性メモリに記憶され得る。ＲＡＭ１２１２はまた、データをキャッシュするための静的ＲＡＭのような高速ＲＡＭを含み得る。

【0110】

コンピュータ１２０２は、内部ハードディスクドライブ（「ＨＤＤ」）１２１４（例えば、ＥＩＤＥ、ＳＡＴＡ）、１又は複数の外部ストレージデバイス１２１６（例えば、磁気フロッピディスクドライブ（「ＦＤＤ」）１２１６、メモリスティック又はフラッシュドライブリーダ、メモリカードリーダ、それらの組み合わせ、及び／又は同様のもの）及び光ディスクドライブ１２２０（例えば、ＣＤ－ＲＯＭディスク、ＤＶＤ、ＢＤ、及び／又は同様のものから読み出すか又は書き込むことができる）をさらに備える。内部ＨＤＤ１２１４がコンピュータ１２０２内に位置するように示されているが、内部ＨＤＤ１２１４はまた、好適なシャシ（図示せず）における外部使用のために構成され得る。加えて、環境１２００に不図示ではあるが、ソリッドステートドライブ（「ＳＳＤ」）は、ＨＤＤ１２１４に加えて、又は、その代わりに使用され得る。ＨＤＤ１２１４、外部ストレージデバイス１２１６及び光ディスクドライブ１２２０は、それぞれＨＤＤインタフェース１２２４、外部ストレージインタフェース１２２６及び光ドライブインタフェース１２２８によって、システムバス１２０８に接続され得る。外部ドライブ実装のためのインタフェース１２２４は、ユニバーサルシリアルバス（「ＵＳＢ」）及び米国電気電子学会（「ＩＥＥＥ」）１３９４インタフェース技術のうちの少なくとも１又は両方を含むことができる。他の外部ドライブ接続技術は、本明細書で説明する実施形態の意図の中に含まれる。

【0111】

ドライブ及びその関連するコンピュータ可読記憶媒体は、データ、データ構造、コンピュータ実行可能命令等の不揮発性ストレージを提供する。コンピュータ１２０２のために、ドライブ及び記憶媒体は、好適なデジタルフォーマットでの任意のデータの記憶を適応させる。上記のコンピュータ可読記憶媒体の説明はそれぞれのタイプのストレージデバイスを参照するが、現在存在しているものでも又は将来開発されるものでもコンピュータによって可読である他のタイプの記憶媒体も例示的な動作環境において使用し得ること、及びさらに任意のそのような記憶媒体が本明細書で説明する方法を実行するためのコンピュータ実行可能命令を含み得ることが当業者によって理解されるべきである。

【0112】

オペレーティングシステム１２３０、１又は複数のアプリケーションプログラム１２３２、他のプログラムモジュール１２３４、及びプログラムデータ１２３６を含む、いくつかのプログラムモジュールは、ドライブ及びＲＡＭ１２１２に記憶され得る。オペレーティングシステム、アプリケーション、モジュール、及び／又はデータの全て又は一部はまた、ＲＡＭ１２１２にキャッシュされ得る。本明細書で説明するシステム及び方法は、様々な市販のオペレーティングシステム、又はオペレーティングシステムの組み合わせを利用して実装され得る。

【0113】

コンピュータ１２０２は任意選択的に、エミュレーション技術を備え得る。例えば、ハイパーバイザ（図示せず）又は他の仲介するものが、オペレーティングシステム１２３０のためのハードウェア環境をエミュレートすることができ、エミュレートされたハードウェアは、図１２において示されたハードウェアとは任意選択で異なり得る。そのような一実施形態では、オペレーティングシステム１２３０は、コンピュータ１２０２においてホストされた複数の仮想機械（「ＶＭ」）のうちの１つのＶＭを含むことができる。さらに、オペレーティングシステム１２３０は、アプリケーション１２３２のための、Ｊａｖａ（登録商標）ランタイム環境又は．ＮＥＴフレームワーク等のランタイム環境を提供することができる。ランタイム環境は、アプリケーション１２３２が、ランタイム環境を含む任意のオペレーティングシステム上で実行されることを可能にする一貫性のある実行環境である。同様に、オペレーティングシステム１２３０は、コンテナをサポートし得、例えば、コード、ランタイム、システムツール、システムライブラリ、及びアプリケーションのための設定を含むソフトウェアの軽量、スタンドアロン、かつ実行可能なパッケージ、アプリケーション１２３２は、コンテナの形態であり得る。

【0114】

さらに、コンピュータ１２０２は、信頼された処理モジュール（「ＴＰＭ」）等のセキュリティモジュールを用いて有効化することができる。例えば、ＴＰＭを用いると、ブートコンポーネントは、次のブートコンポーネントをロードする前に、時間的に次に来るブートコンポーネントをハッシュし、保護された値への結果の一致するのを待つ。このプロセスは、コンピュータ１２０２のコード実行スタックにおける任意の層で生じ得、例えば、アプリケーション実行レベル又はオペレーティングシステム（「ＯＳ」）カーネルレベルにおいて適用され、それによって、コード実行の任意のレベルにおけるセキュリティを可能にする。

【0115】

ユーザは、１又は複数の有線／無線入力デバイス、例えば、キーボード１２３８、タッチスクリーン１２４０、及びマウス１２４２のようなポインティングデバイスを通じてコンピュータ１２０２にコマンド及び情報を入力し得る。他の入力デバイス（図示せず）は、マイクロフォン、赤外線（「ＩＲ」）リモートコントロール、無線周波数（「ＲＦ」）リモートコントロール、又は他のリモートコントロール、ジョイスティック、仮想現実コントローラ及び／又は仮想現実ヘッドセット、ゲームパッド、スタイラスペン、画像入力デバイス、例えば、カメラ、ジェスチャセンサ入力デバイス、ビジョンムーブメントセンサ入力デバイス、表情又は顔検出デバイス、生体認証入力デバイス、例えば、指紋又は虹彩スキャナ等を含むことができる。これら及び他の入力デバイスは、多くの場合、システムバス１２０８に結合することができる入力デバイスインタフェース１２４４を通して処理ユニット１２０４に接続されるが、パラレルポート、ＩＥＥＥ１３９４シリアルポート、ゲームポート、ＵＳＢポート、ＩＲインタフェース、ＢＬＵＥＴＯＯＴＨ（登録商標）インタフェース、及び／又は同様のもののような他のインタフェースによって接続され得る。

【0116】

モニタ１２４６又は他のタイプのディスプレイデバイスはまた、ビデオアダプタ１２４８のようなインタフェースを介してシステムバス１２０８に接続され得る。モニタ１２４６に加えて、コンピュータは、典型的には、スピーカ、プリンタ、それらの組み合わせ、及び／又は同様のもののような他のペリフェラル出力デバイス（図示せず）を含む。

【0117】

コンピュータ１２０２は、リモートコンピュータ１２５０等、１又は複数のリモートコンピュータに対する有線通信及び／又は無線通信を介した論理接続を使用して、ネットワーク化された環境において動作し得る。リモートコンピュータ１２５０は、ワークステーション、サーバコンピュータ、ルータ、パーソナルコンピュータ、ポータブルコンピュータ、マイクロプロセッサベースエンタテインメント機器、ピアデバイス又は他の一般的なネットワークノードとすることができ、典型的には、簡潔性のためにメモリ／ストレージデバイス１２５２のみが示されているが、コンピュータ１２０２に関して説明された多くの又は全ての要素を含む。示された論理接続は、ローカルエリアネットワーク（「ＬＡＮ」）１２５４及び／又はより大きいネットワーク、例えば、ワイドエリアネットワーク（「ＷＡＮ」）１２５６への有線／無線接続性を含む。そのようなＬＡＮネットワーキング環境及びＷＡＮネットワーキング環境は、オフィス及び企業でよく見られ、イントラネットのような企業規模のコンピュータネットワークを容易にし、これらの全ては、グローバル通信ネットワーク、例えば、インターネットに接続し得る。

【0118】

ＬＡＮネットワーキング環境において使用される場合、コンピュータ１２０２は、有線及び／又は無線通信ネットワークインタフェース又はアダプタ１２５８を通してローカルネットワーク１２５４に接続することができる。アダプタ１２５８は、無線モードにおいてアダプタ１２５８と通信するためにそこに配置された無線アクセスポイント（「ＡＰ」）も含むことができるＬＡＮ１２５４への有線又は無線通信を容易にすることができる。

【0119】

ＷＡＮネットワーキング環境において使用されるとき、コンピュータ１２０２は、モデム１２６０を含み得るか、又はインターネットによってのような、ＷＡＮ１２５６上の通信を確立するための他の手段を介してＷＡＮ１２５６上の通信サーバに接続され得る。内部又は外部であり得、有線又は無線デバイスであり得るモデム１２６０は、入力デバイスインタフェース１２４４を介してシステムバス１２０８に接続され得る。ネットワーク化された環境では、コンピュータ１２０２に対して示されたプログラムモジュール又はその一部は、リモートメモリ／ストレージデバイス１２５２に記憶され得る。示されたネットワーク接続は例示的であり、コンピュータ同士の間の通信リンクを確立する他の手段が使用され得ることが理解されるだろう。

【0120】

ＬＡＮ又はＷＡＮネットワーキング環境のいずれかにおいて使用されるとき、コンピュータ１２０２は、上記で説明されたように、外部ストレージデバイス１２１６に加えて、又はその代わりに、クラウドストレージシステム又は他のネットワークベースストレージシステムにアクセスし得る。概して、コンピュータ１２０２及びクラウドストレージシステムの間の接続は、ＬＡＮ１２５４又はＷＡＮ１２５６上で、例えば、それぞれアダプタ１２５８又はモデム１２６０によって確立され得る。コンピュータ１２０２を関連付けられたクラウドストレージシステムに接続すると、外部ストレージインタフェース１２２６は、アダプタ１２５８及び／又はモデム１２６０の補助を用いて、外部ストレージの他のタイプを管理するように、クラウドストレージシステムによって提供されたストレージを管理し得る。例えば、外部ストレージインタフェース１２２６は、あたかもそれらのソースがコンピュータ１２０２に物理的に接続しているかのように、クラウドストレージソースへのアクセスを提供するように構成することができる。

【0121】

コンピュータ１２０２は、無線通信において動作可能に配置された任意の無線デバイス又はエンティティ、例えば、プリンタ、スキャナ、デスクトップ及び／又はポータブルコンピュータ、携帯情報端末、通信衛星、無線で検出可能なタグに関連付けられた任意の機器又はロケーション（例えば、キオスク、ニューススタンド、店舗の棚、及び／又は同様のもの）、及び電話と通信するように動作可能であり得る。これは、ワイヤレスフィデリティ（「Ｗｉ－Ｆｉ（登録商標）」）及びＢＬＵＥＴＯＯＴＨ（登録商標）無線技術を含み得る。したがって、通信は、従来のネットワークと同じく事前定義された構造、又は単に、少なくとも２つのデバイス間のアドホック通信であり得る。

【0122】

上で説明されてきたものは、システム、コンピュータプログラム製品、及びコンピュータ実装方法の単なる例を含む。当然ながら、本開示を説明する目的で、コンポーネント、製品及び／又はコンピュータ実装方法のあらゆる考えられる組み合わせを説明することは可能ではなく、当業者であれば、本開示の多くのさらなる組み合わせ及び置換が可能であることを認識し得る。さらに、詳細な説明、特許請求の範囲、付録及び図面において、「含む（ｉｎｃｌｕｄｅｓ）」、「有する（ｈａｓ）」、及び、「所有する（ｐｏｓｓｅｓｓｅ）」等の用語が使用される範囲で、そのような用語は、「備える（ｃｏｍｐｒｉｓｉｎｇ）」が特許請求の範囲の移行語として利用されるときに解釈されるのと同様に、「備える（ｃｏｍｐｒｉｓｉｎｇ）」という用語と同様の方法で包括的であることを意図している。様々な実施形態の説明は、例示のために提示されてきたが、包括的あるか、又は開示された実施形態に限定されることを意図するものではない。説明されている実施形態の範囲及び主旨から逸脱することのなく、多くの修正及び変形が、当業者には明らかであろう。本明細書において使用される専門用語は、実施形態の原理、実際の適用又は市場で見られる技術に対する技術的改善を最適に説明し、又は、本明細書において開示される実施形態を当技術分野の他の当業者が理解することを可能にするように選択された。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【手続補正書】

【提出日】2024-04-23

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成するトレーニング拡張コンポーネント
を有する、プロセッサ
を備える、システム。

【請求項2】

前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する簡略化コンポーネント、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、請求項１に記載のシステム。

【請求項3】

前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；及び
タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けるするラベラーコンポーネント
をさらに備える、請求項１又は２に記載のシステム。

【請求項4】

前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加するデータセットコンポーネント
をさらに備える、請求項３に記載のシステム。

【請求項5】

前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングするモデルトレーニングコンポーネント
をさらに備える、請求項４に記載のシステム。

【請求項6】

コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングするモデルトレーニングコンポーネント
を有する、プロセッサ
を備える、システム。

【請求項7】

前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する簡略化コンポーネント
をさらに備える、請求項６に記載のシステム。

【請求項8】

前記簡略化コンポーネントは、一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する、請求項７に記載のシステム。

【請求項9】

前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；
タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けするラベラーコンポーネント；及び
前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加することによって、前記拡張されたトレーニングデータセットを生成するデータセットコンポーネント
をさらに備える、請求項６から８のいずれか一項に記載のシステム。

【請求項10】

プロセッサに動作可能に結合されたシステムが、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成する段階を備える、コンピュータ実装方法。

【請求項11】

前記システムが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する段階、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに備える、請求項１０に記載のコンピュータ実装方法。

【請求項12】

前記システムが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用する段階
をさらに備える、請求項１１に記載のコンピュータ実装方法。

【請求項13】

前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、請求項１１に記載のコンピュータ実装方法。

【請求項14】

前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；及び
前記システムが、タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階
をさらに備える、請求項１０から１３のいずれか一項に記載のコンピュータ実装方法。

【請求項15】

前記システムが、前記検証及び前記ラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階；及び
前記システムが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングする段階
をさらに備える、請求項１４に記載のコンピュータ実装方法。

【請求項16】

プロセッサに動作可能に結合されたシステムが、トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングする段階を備える、コンピュータ実装方法。

【請求項17】

前記システムが、前記トレーニングデータセットから前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する段階
をさらに備える、請求項１６に記載のコンピュータ実装方法。

【請求項18】

前記システムが、一連の反復的な縮小を実行することによって複数のソースコードサンプルを生成する段階、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、請求項１６又は１７に記載のコンピュータ実装方法。

【請求項19】

前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；
前記システムが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階；及び
前記システムが、前記検証及び前記ラベル付けに続いて前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階
をさらに備える、請求項１６又は１７に記載のコンピュータ実装方法。

【請求項20】

人工知能モデルをトレーニングするためのコンピュータプログラムであって、プロセッサに：
前記プロセッサが、トレーニングデータセット内に含まれたソースコードサンプルから簡略化されたソースコードサンプルを抽出することによって、前記人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成する手順
を実行させるためのコンピュータプログラム。

【請求項21】

前記プロセッサに：
前記プロセッサが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する手順、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに実行させるための請求項２０に記載のコンピュータプログラム。

【請求項22】

前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、請求項２１に記載のコンピュータプログラム。

【請求項23】

前記プロセッサに：
前記プロセッサが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用する手順
を実行させるための請求項２２に記載のコンピュータプログラム。

【請求項24】

前記プロセッサに：
前記プロセッサが、前記簡略化されたソースコードサンプルの正確性を検証する手順；及び
前記プロセッサが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする手順
をさらに実行させるための請求項２０から２３のいずれか一項に記載のコンピュータプログラム。

【請求項25】

前記プロセッサに：
前記プロセッサが、前記拡張されたトレーニングデータセットを生成すべく、検証及びラベル付けに続いて、前記トレーニングデータセットに前記ソースコードサンプルを追加する手順；及び
前記プロセッサが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングする手順
をさらに実行させるための請求項２３に記載のコンピュータプログラム。

【手続補正2】

【補正対象書類名】明細書

【補正対象項目名】０１２２

【補正方法】変更

【補正の内容】

【0122】

上で説明されてきたものは、システム、コンピュータプログラム製品、及びコンピュータ実装方法の単なる例を含む。当然ながら、本開示を説明する目的で、コンポーネント、製品及び／又はコンピュータ実装方法のあらゆる考えられる組み合わせを説明することは可能ではなく、当業者であれば、本開示の多くのさらなる組み合わせ及び置換が可能であることを認識し得る。さらに、詳細な説明、特許請求の範囲、付録及び図面において、「含む（ｉｎｃｌｕｄｅｓ）」、「有する（ｈａｓ）」、及び、「所有する（ｐｏｓｓｅｓｓｅ）」等の用語が使用される範囲で、そのような用語は、「備える（ｃｏｍｐｒｉｓｉｎｇ）」が特許請求の範囲の移行語として利用されるときに解釈されるのと同様に、「備える（ｃｏｍｐｒｉｓｉｎｇ）」という用語と同様の方法で包括的であることを意図している。様々な実施形態の説明は、例示のために提示されてきたが、包括的あるか、又は開示された実施形態に限定されることを意図するものではない。説明されている実施形態の範囲及び主旨から逸脱することのなく、多くの修正及び変形が、当業者には明らかであろう。本明細書において使用される専門用語は、実施形態の原理、実際の適用又は市場で見られる技術に対する技術的改善を最適に説明し、又は、本明細書において開示される実施形態を当技術分野の他の当業者が理解することを可能にするように選択された。
［項目１］
コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成するトレーニング拡張コンポーネント
を有する、プロセッサ
を備える、システム。
［項目２］
前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する簡略化コンポーネント、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、項目１に記載のシステム。
［項目３］
前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；及び
タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けるするラベラーコンポーネント
をさらに備える、項目１に記載のシステム。
［項目４］
前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加するデータセットコンポーネント
をさらに備える、項目３に記載のシステム。
［項目５］
前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングするモデルトレーニングコンポーネント
をさらに備える、項目４に記載のシステム。
［項目６］
コンピュータ実行可能コンポーネントを記憶するメモリ；及び
前記メモリに動作可能に結合され、前記メモリに記憶された前記コンピュータ実行可能コンポーネントを実行するプロセッサであって、ここで、前記コンピュータ実行可能コンポーネントは：
トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングするモデルトレーニングコンポーネント
を有する、プロセッサ
を備える、システム。
［項目７］
前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する簡略化コンポーネント
をさらに備える、項目６に記載のシステム。
［項目８］
前記簡略化コンポーネントは、一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する、項目７に記載のシステム。
［項目９］
前記簡略化されたソースコードサンプルの正確性を検証する検証コンポーネント；
タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けするラベラーコンポーネント；及び
前記検証コンポーネントによる認証及び前記ラベラーコンポーネントによるラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加することによって、前記拡張されたトレーニングデータセットを生成するデータセットコンポーネント
をさらに備える、項目６に記載のシステム。
［項目１０］
プロセッサに動作可能に結合されたシステムが、トレーニングデータセット内に含まれたソースコードサンプルからの簡略化されたソースコードサンプルを抽出することによって人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成する段階を備える、コンピュータ実装方法。
［項目１１］
前記システムが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成する段階、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに備える、項目１０に記載のコンピュータ実装方法。
［項目１２］
前記システムが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用する段階
をさらに備える、項目１１に記載のコンピュータ実装方法。
［項目１３］
前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、項目１１に記載のコンピュータ実装方法。
［項目１４］
前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；及び
前記システムが、タスク固有のラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階
をさらに備える、項目１０に記載のコンピュータ実装方法。
［項目１５］
前記システムが、前記検証及び前記ラベル付けに続いて、前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階；及び
前記システムが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングする段階
をさらに備える、項目１４に記載のコンピュータ実装方法。
［項目１６］
プロセッサに動作可能に結合されたシステムが、トレーニングデータセットからのソースコードサンプルの簡略化されたソースコードサンプルを含む拡張されたトレーニングデータセット上で人工知能モデルをトレーニングする段階を備える、コンピュータ実装方法。
［項目１７］
前記システムが、前記トレーニングデータセットから前記ソースコードサンプルを縮小することによって前記簡略化されたソースコードサンプルを生成すべく簡略化アルゴリズムを実行する段階
をさらに備える、項目１６に記載のコンピュータ実装方法。
［項目１８］
前記システムが、一連の反復的な縮小を実行することによって複数のソースコードサンプルを生成する段階、ここで、前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する
をさらに備える、項目１６に記載のコンピュータ実装方法。
［項目１９］
前記システムが、前記簡略化されたソースコードサンプルの正確性を検証する段階；
前記システムが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けする段階；及び
前記システムが、前記検証及び前記ラベル付けに続いて前記トレーニングデータセットに前記簡略化されたソースコードサンプルを追加する段階
をさらに備える、項目１６に記載のコンピュータ実装方法。
［項目２０］
人工知能モデルをトレーニングするためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、それに具現化されたプログラム命令を有するコンピュータ可読記憶媒体を備え、前記プログラム命令は、プロセッサに：
前記プロセッサが、トレーニングデータセット内に含まれたソースコードサンプルから簡略化されたソースコードサンプルを抽出することによって、前記人工知能モデルをトレーニングするための拡張されたトレーニングデータセットを生成すること
を実行させるように前記プロセッサによって実行可能である、コンピュータプログラム製品。
［項目２１］
前記プログラム命令は、
前記プロセッサが、前記ソースコードサンプルの一連の反復的な縮小を介して前記ソースコードサンプルから複数の簡略化されたソースコードサンプルを生成すること、ここで、前記簡略化されたソースコードサンプルは、前記複数の簡略化されたソースコードサンプルからのものである
をさらに前記プロセッサに実行させる、項目２０に記載のコンピュータプログラム製品。
［項目２２］
前記一連の反復的な縮小の反復は、前記一連の反復的な縮小によって生成された以前の簡略化されたソースコードサンプルより単純な新たな簡略化されたソースコードサンプルを生成する、項目２１に記載のコンピュータプログラム製品。
［項目２３］
前記プログラム命令は、
前記プロセッサが、前記一連の反復的な縮小を実行すべくデルタデバッギングアルゴリズムを利用すること
を前記プロセッサに実行させる、項目２２に記載のコンピュータプログラム製品。
［項目２４］
前記プログラム命令は、
前記プロセッサが、前記簡略化されたソースコードサンプルの正確性を検証すること；及び
前記プロセッサが、タスクベースのラベル付けスキームを介して前記簡略化されたソースコードサンプルをラベル付けすること
を前記プロセッサにさらに実行させる、項目２０に記載のコンピュータプログラム製品。
［項目２５］
前記プログラム命令は、
前記プロセッサが、前記拡張されたトレーニングデータセットを生成すべく、検証及びラベル付けに続いて、前記トレーニングデータセットに前記ソースコードサンプルを追加すること；及び
前記プロセッサが、前記拡張されたトレーニングデータセットから前記人工知能モデルをトレーニングすること
を前記プロセッサにさらに実行させる、項目２３に記載のコンピュータプログラム製品。

【国際調査報告】