Revisiting the Role of Natural Language Code Comments in Code Translation
本文通过一项大规模实证研究表明，自然语言代码注释（尤其是描述代码整体用途的注释）能显著提高代码翻译的准确性，并据此提出了 COMMENTRA 方法，该方法有望使基于大语言模型的翻译性能提升一倍。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在尝试将一本书从一种语言翻译成另一种语言，但使用的不是人类翻译员，而是一个非常聪明、却有点过于刻板的机器人。这个机器人读过数百万本书，但有时它会对特定的句子结构感到困惑，从而忽略了作者真正的“大意”。
这篇论文是关于如何给这个机器人一份有用的“小抄”——即以注释（用纯英文编写的笔记）的形式——来帮助它将计算机代码从一种编程语言转换为另一种编程语言（比如把 Python 代码变成 Java 代码）。
以下是他们研究结果的拆解，使用了简单的类比：
1. 核心问题：注释真的有帮助吗？
研究人员提出了一个问题：如果我们添加简单的英文笔记来解释代码的功能，机器人能否更好地进行翻译？
答案是： 情况是“是的，但是……”。
- 好的方面： 有时，这些笔记就像是一个导游。它们告诉机器人：“嘿，这一整块内容是关于对列表进行排序的，”于是机器人就能理解正确。
- 坏的方面： 有时，这些笔记会变成一种干扰。如果笔记太长、太复杂或者用词不当，机器人就会分心，甚至比没有笔记时犯更多的错误。
2. 实验：大规模翻译测试
团队不仅仅是在凭空猜测；他们进行了一场大规模的实验。
- 参与者： 他们使用了来自五种不同编程语言（C、C++、Go、Java、Python）的 1,100 个不同代码片段。
- 流程： 他们提取了这些代码片段，并要求几种不同的 AI 模型进行翻译。
- 第一轮： 在没有笔记的情况下翻译代码。
- 第二轮： 在添加了 AI 生成的笔记后进行翻译。
- 规模： 他们进行了超过 80,000 次翻译，以获得清晰的结论。
3. 关键发现（“顿悟时刻”）
A. 并非所有笔记都一样好
- 短小精悍胜出： 最好的笔记是简短、简单的句子，用于解释代码的主要目标（例如：“此函数计算总价”）。
- 冗长复杂落败： 那些试图解释每一个微小细节、警告每一个可能出现的错误或列出复杂数学公式的笔记，往往会让机器人感到困惑。这就像是在司机开车时，递给他一本长达 10 页的发动机工作手册；他们只会感到不知所措。
- “网格”陷阱： 在一个有趣的例子中，一条笔记使用了“grid（网格）”这个词。机器人产生了误解，认为“grid”是代码中的一个特定变量名，于是试图创建一个并不存在的物理网格，导致程序崩溃。
B. 语言至关重要
- 英语是王道： 当笔记用英文编写时，翻译效果最好。尽管机器人很聪明，但对于这项特定任务，英文笔记似乎是它们理解得最好的“母语”。用法语、中文或日语编写的笔记帮助并不大。
C. 笔记的位置很重要
- 紧贴动作处： 将笔记放在紧邻其描述的代码行旁边效果最好。
- “伪代码”失败： 将一大段“伪代码”（用英文编写的虚假代码）放在文件顶部的做法，效果不如在实际代码中散布简单的注释。
4. 解决方案：“COMMENTRA”（智能翻译器）
由于添加笔记有时有帮助，而有时会有害，研究人员开发了一种名为 COMMENTRA 的新方法。你可以把它看作是一个“尝试、检查、修复”的循环：
- 首先尝试： 机器人尝试在没有任何笔记的情况下翻译代码。
- 检查： 如果翻译完美运行，太棒了！结束。
- 修复： 如果翻译失败（崩溃或给出错误答案），那么系统会在原始代码中添加有用的英文笔记。
- 重试： 机器人带着笔记再次尝试。
结果： 这种“智能”方法不仅带来了一点提升，它在许多情况下将成功率翻倍了。因为它只在绝对必要时才使用昂贵的“添加笔记”步骤，从而节省了成本和时间。
总结
论文得出结论：自然语言注释是翻译代码的强大工具，但必须谨慎使用。它们就像是一个聚光灯：如果你把它照在代码的正确部分，机器人就能看得清清楚楚；如果你到处乱照，或者照在错误的东西上，机器人就会被晃瞎眼。通过使用像 COMMENTRA 这样智能的、循序渐进的方法，我们可以兼顾两者的优点：高质量的翻译且不会产生混乱。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。