本研究提出了CSMAT（Code-Statement Masked Attention Transformer）。

论文已被《计算机系统应用录用》录用
论文名：基于代码语句掩码注意力机制的源代码迁移模型
作者：徐明瑞 李征 刘勇 吴永豪
论文引用格式将在正式发表后更新

CSMAT编码器注意力的连接样式和掩码矩阵：

CSMAT译码器自注意力的连接样式和掩码矩阵：

CSMAT译码器跨层注意力的连接样式和掩码矩阵：

本项目的运行环境：

python 3.9
pytorch 1.13.1
transformers 4.25.1
tree-sitter 0.20.1
scipy 1.9.3

其中tree-sitter用于验证词法正确率，需要参考python tree-sitter教程生成my-languages.so文件

目前项目内容仍在调整中

本项目给出了以下模型的代码和结果：

需要注意的是，Astyle工具格式化代码后和源代码存在空格符格式上的差异。
因此为了统一输出，references给出了参考代码，用于评估结果。

测试集参考代码见 references 文件夹：

• c#：output.cs
• java: output.java

若需自定义并运行项目，修改train.sh脚本中的模型参数后，运行即可：

conda create -n CSMAT python=3.9

conda activate CSMAT

pip install torch transformers tree-sitter scipy

以CodeBERT为例

cd codebert

vim train.sh

source train.sh

BLEU、完全匹配率（EM）、CodeBLEU见CodeTrans项目，词法正确率见detect_problem_output.py参考代码。