主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第11期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张洋,王涛,吴逸文,尹刚,王怀民.基于嵌入模型的混合式相关缺陷关联方法.软件学报,2019,30(5):1407-1421
基于嵌入模型的混合式相关缺陷关联方法
Hybrid Approach for Linking Related Issues Based on Embedding Models
投稿时间:2018-09-01  修订日期:2018-10-31
DOI:10.13328/j.cnki.jos.005732
中文关键词:  软件缺陷报告  信息检索  深度学习  嵌入模型  开源软件
英文关键词:software issue report  information retrieval  deep learning  embedding model  open source software
基金项目:国家重点研发计划(2018YFB1003903);国家自然科学基金(61432020)
作者单位E-mail
张洋 国防科技大学 并行与分布处理国防科技重点实验室, 湖南 长沙 410073
国防科技大学 计算机学院, 湖南 长沙 410073 
 
王涛 国防科技大学 并行与分布处理国防科技重点实验室, 湖南 长沙 410073
国防科技大学 计算机学院, 湖南 长沙 410073 
taowang2005@nudt.edu.cn 
吴逸文 国防科技大学 并行与分布处理国防科技重点实验室, 湖南 长沙 410073
国防科技大学 计算机学院, 湖南 长沙 410073 
 
尹刚 国防科技大学 并行与分布处理国防科技重点实验室, 湖南 长沙 410073
国防科技大学 计算机学院, 湖南 长沙 410073 
 
王怀民 国防科技大学 并行与分布处理国防科技重点实验室, 湖南 长沙 410073
国防科技大学 计算机学院, 湖南 长沙 410073 
 
摘要点击次数: 265
全文下载次数: 268
中文摘要:
      社交化编程使得开源社区中的知识可以快速被传播,其中,缺陷报告作为一类重要的软件开发知识,会含有特定的语义信息.通常,开发者会人工地将相关的缺陷报告关联起来.在一个软件项目中,发现并关联相关的缺陷报告可以为开发者提供更多的资源和信息去解决目标缺陷,从而提高缺陷修复效率.然而,现有人工关联缺陷报告的方法是十分耗费时间的,它在很大程度上取决于开发者自身的经验和知识.因此,研究如何及时、高效地关联相关缺陷是对于提高软件开发效率十分有意义的工作.将这类关联相关缺陷的问题视为推荐问题,并提出了一种基于嵌入模型的混合式相关缺陷关联方法,将传统的信息检索技术(TF-IDF)与深度学习中的嵌入模型(词嵌入模型和文档嵌入模型)结合起来.实验结果表明,该方法能够有效地提高传统方法的性能,且具有较强的应用扩展性.
英文摘要:
      Social coding facilitates the sharing of knowledge in Open-source community. In particular, issue reports, as an important knowledge in the software development, usually contain relevant information, and can thus be linked to other related issues manually. In a project, identifying and linking issues to potentially related issues would provide developers more targeted resource and information when they resolve target issues, thus improving the issue resolution efficiency. However, the current manual linking approach is in general time-consuming and mainly depends on the experience and knowledge of the individual developers. Therefore, investigating how to link related issues timely is a meaningful task which can improve development efficiency of open-source projects. In this study, the problem of linking related issues is formulated as a recommendation problem and a hybrid approach based on embedding models is proposed, combining the traditional information retrieval technique, i.e., TF-IDF, and the embedding models in deep learning techniques, i.e., word embedding and document embedding. The evaluation results show that, the proposed approach can improve the performance of traditional approaches, with a very strong application scalability.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利