一、重现基线模型
我们选择的基线模型是CODEnn，其原理如下：
首先，目标是比较代码片段和问题描述之间的匹配程度。代码中，抽取的信息为方法名、API序列和标识符，问题描述就是自然语言。在抽取特征时，序列信息使用LSTM， 非序列信息使用MLP。抽取后，使用Max Pooling做融合，对于代码的三部分信息，再增加Linear层融合。最后。两个融合向量以余弦相似度度量匹配程度。
模型重现效果：
原论文中，R@1、5、10分别为0.46、0.76、0.86，但我们复现的结果为0.31、0.59、0.70，大概差了10个点。所以并没有完全复现原始效果。
模型优点：思路清晰，实现方法简单，效果也很明显。
模型缺点：局部设计感觉有些粗糙，比如Max Pooling感觉很奇怪。
二、模型改进
改进动机：Max Pooling感觉很奇怪。
新方法：做Max Pooling的目的是做局部融合，即把每个信源的特征融合成一个特征。不如考虑用一种加权的方式进行融合。所以，我们使用attention的方法求取权重，并把Max Pooling替换为加权求和，如下所示：
三、实现改进方法
结果十分差，可能这种方法行不通，也可能代码写的有问题，还没来得及寻找解决方案。感觉最大的问题在于，我们给代码的特征加了attention，但是描述却没有办法加，导致两部分特征缺乏可比性。
四、对小伙伴评价
我的小伙伴是林宇桐，他真的是一个十分靠谱的人，模型复现完全是他一个人做完的，在改进部分我也只参与了写代码，之后的调试也全部是他完成的。因为他的表现太好了，所以我觉得没办法三明治。