概要: バイナリコードやバイトコードから元のソースコードを復元する技術としてデコンパイラがある．デコンパイラが復元するソースコードには元のソースコードとの差異（歪み）が含まれる．我々の先行研究では多数のソースコードを学習した事前学習済みモデルに対して転移学習を適用し，画一的に歪みを修正する手法を提案している．しかしながら，先行研究での評価実験はJava に限定されており，プログラミング言語に依らず歪み修正が可能という手法の汎用性を十分に評価できていない．そこで本研究では，デコンパイラ歪み修正手法の汎用性の確認を目的として，Python とC 言語を題材に歪み修正手法の再評価を行った．その結果，どちらの言語に対してもJava と同様に識別子に関する歪みの約6割と構文に関する歪みの約9割が修正できることを確認した．一方で新たな歪みを発生させてしまう割合は言語ごとに差があり，特に C 言語では他の言語と比べ多くの歪みが新たに発生する傾向が見受けられた．

@mastersthesis{田中叶也2025,
  author = {田中 叶也},
  title = {複数のプログラミング言語に対するデコンパイラ歪み修正手法の再評価},
  school = {大阪大学},
  year = {2025},
  month = {feb}
}