Aug, 2022

基于多文本信息和报告意图的 Bug 报告自动分类

PDF
TL;DR本研究提出了一种新的自动分类缺陷报告的方法，采用自然语言处理技术对文本信息进行预处理，并综合考虑缺陷报告的意图，包括 Apache、Eclipse、Gentoo、Mozilla 等四个生态系统，使用 BERT 和 TF-IDF 技术提取特征，训练分类器后实验结果表明，我们的方法的 F-Measure 从 87.3% 提高到了 95.5%。
发现论文，激发创造
  • 基于 Transformer 的神经文本表示技术在错误分配中的比较研究

    本研究通过使用 DeBERTa 技术，对 53 年的开源数据集进行了自动故障调整的任务进行了量化和定性分析，结果表明 DeBERTa 是在开发者和组件分配等任务中最有效的技术。

    Oct, 2023

  • 使用自然语言处理技术对 Bug 报告进行自动标记

    本文提出了一种基于自然语言处理技术的方法，考虑 Bug 报告的结构化和非结构化属性，例如概述、描述、严重性、影响产品、平台和类别等信息，利用自定义数据转换器、深度神经网络和非泛化机器学习方法检索现有的相同 Bug 报告，并在大量数据来源的众多实验中展示了所提出的解决方案在召回率为 5 时的高检索准确性为 70%。

    Dec, 2022

  • DeepTriage: 探索深度学习在漏洞分配中的有效性

    利用基于注意力机制的双向循环神经网络方法提取软件故障报告中的句法和语义特征，并通过无监督学习进行调试人员分类，验证实验表明该方法相比传统的 BOW 模型和机器学习方法在排名前 10 的准确度上有所提升。

    Jan, 2018

  • 语义文本相似度中文程序缩略模型的比较研究

    比较语义文本相似性方法在检索类似缺陷报告方面的有效性，使用 TF-IDF（基线）、FastText、Gensim、BERT 和 ADA 等嵌入模型来评估性能。研究结果表明，BERT 一般在召回率方面表现优于其他模型，其次是 ADA、Gensim、FastText 和 TFIDF，对检索类似缺陷报告任务选择合适的嵌入方法的影响进行了探讨。

    Aug, 2023

  • 基于自然语言处理的原始研究文章分类之外

    本研究提出了一种针对未知类别的科学文献的文本分类的新方法，使用自然语言处理技术。该研究利用预训练的语言模型（特别是 SciBERT）从 ArXiv 数据集的摘要中提取有意义的表示。文本分类使用 K-Means 算法进行，并根据 Silhouette 得分确定最佳聚类数。结果表明，所提出的方法比传统的 arXiv 标签系统更有效地捕捉主题信息，从而改善了文本分类。该方法为科学研究文献快速增长的领域提供了更好的导航和推荐系统的潜力。

    Sep, 2023

  • CatIss：使用 Transformer 对问题报告进行智能分类的工具

    本论文介绍了 CatIss，一种基于 Transformer 的预训练 RoBERTa 模型的自动 ISSue 报告分类器。该模型成功在 NLBSE 工具竞赛提供的数据集中进行了微调，经评估其在约 8 万个 GitHub issue 报告上表现良好，取得了 87.2％的 F1 分数。此外，CatIss 是一种通用的预测模型，可应用于任何未见过的软件项目或历史数据很少的项目。

    Mar, 2022

  • 利用开发者讨论引导软件缺陷修复

    使用自然语言建模从 Bug 报告讨论中提取上下文信息自动修复软件缺陷，比使用提交信息导致更好性能提升。

    Nov, 2022

  • 利用词袋和基于 Transformer 的模型识别代码中的评论相关性

    该论文介绍了针对不同代码段的评论进行分类的任务，使用了不同的特征工程方案和文本分类技术，探索了经典的词袋模型和基于变形金刚的模型的性能，并提到了模型的局限性和改进空间。

    Aug, 2023

  • 利用意图信息提高文本分类准确性

    本研究介绍使用标签嵌入技术来加强文本分类系统在特殊场景下的性能表现，并在基准数据集上取得了显著的成果。

    Dec, 2022

  • 基于开发者讨论的学习式缺陷报告解决方案描述

    为加速缺陷解决，通过综合讨论中的相关内容，包括自然语言和源代码，生成简明的自然语言解决方案描述来解决实际的软件缺陷.

    Oct, 2021