IBM Researchは、55種類以上のプログラミング言語、1400万のサンプル、5億行のコードで構成される、ソースコードの大規模なデータセット「Project CodeNet」を5月11日（現地時間）にオープンソースで公開した。
Project CodeNetは、AIにソースコードを学習させるための大規模データセット。55種類以上のさまざまなプログラミング言語による1400万のサンプルと5億行のコードが含まれている。対応言語は、C++、Java、Python、Goなどのほか、COBOL、Pascal、FORTRANなどレガシーな言語も含まれる。
Project CodeNetは、ある言語で書かれたコードの別の言語への翻訳や、異なるコード間の重複と類似性の特定、開発者の固有のニーズとパラメーターに基づいた制約のカスタマイズといった、3つの主なユースケースに対応する。
同社では、Project CodeNetがレガシーなコードから最新のコードへ移行するために役立とと考えている。Project CodeNetはGitHubから利用可能。
- 関連リンク
この記事は参考になりましたか？
- この記事の著者
-
CodeZine編集部（コードジンヘンシュウブ）
CodeZineは、株式会社翔泳社が運営するソフトウェア開発者向けのWebメディアです。「デベロッパーの成長と課題解決に貢献するメディア」をコンセプトに、現場で役立つ最新情報を日々お届けします。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
