本論文は、プログラマによって定義されたセマンティック属性を適用するためにプログラミング言語の型システムを拡張するプラグ型型システムの自動型修飾子推定方法を研究する。特に、機械学習を使用してレガシーコードベースにプラグタイプシステムを容易に適用できるようにタイプ修飾子を自動的に推論する方法を提示する。そのために、NaP-ASTという新しい表現方式を提案し、Graph Transformer Network（GTN）、Graph Convolutional Network、Large Language Modelなど様々なモデルアーキテクチャを評価する。 NullAwayプラグ型タイプチェッカーの以前の評価で使用された12のオープンソースプログラムにモデルを適用して性能を検証し、GTNが最も優れた性能を示した。さらに、学習されたモデルの優れたパフォーマンスのために必要なJavaクラスの数を推定する研究を行いました。
