版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、開(kāi)發(fā)者在執(zhí)行軟件任務(wù)時(shí),需要與軟件工件如bug報(bào)告、源代碼倉(cāng)庫(kù)等進(jìn)行交互,為了獲取所需要的信息,也許需要徹底地通讀整個(gè)工件。然而,從bug報(bào)告和源代碼中提取有價(jià)值的信息是一項(xiàng)十分繁瑣且耗時(shí)的任務(wù)。為了高效地求解這個(gè)任務(wù),研究者建議為軟件工件自動(dòng)化地建立摘要信息。
在本文,為了方便開(kāi)發(fā)者從bug報(bào)告和源代碼倉(cāng)庫(kù)中高效地提取所需要的信息,我們提出使用有監(jiān)督的學(xué)習(xí)技術(shù)來(lái)建立摘要信息。我們使用重復(fù)的bug報(bào)告來(lái)建立bug報(bào)告摘要信息,
2、作為自然語(yǔ)言文本摘要任務(wù)的一個(gè)實(shí)例。在另一個(gè)調(diào)研中,我們執(zhí)行源代碼片段摘要,作為源代碼到源代碼摘要任務(wù)的一個(gè)實(shí)例。
對(duì)于bug報(bào)告,我們開(kāi)發(fā)了一種基于PageRank的bug報(bào)告摘要算法(PageRankbased Summarization Technique),簡(jiǎn)稱(chēng)為PRST。該算法使用三種不同的相似度度量方法,分別基于VSM、Jaccard和WordNet,來(lái)計(jì)算主bug報(bào)告和對(duì)應(yīng)的重復(fù)的bug報(bào)告之間的相似度。由于公共
3、可用的bug報(bào)告語(yǔ)料庫(kù)中缺乏主bug報(bào)告和重復(fù)bug報(bào)告的對(duì)應(yīng)關(guān)系,無(wú)法利用重復(fù)bug報(bào)告中包含的信息來(lái)執(zhí)行bug報(bào)告摘要任務(wù)。因此,我們從Mozilla、KDE、Gnome和Eclipse項(xiàng)目中抽取出59個(gè)bug報(bào)告并建立了一個(gè)獨(dú)立的bug報(bào)告語(yǔ)料庫(kù),稱(chēng)為OSCAR。同時(shí),我們通過(guò)增加重復(fù)的bug報(bào)告來(lái)重構(gòu)已有的BRC語(yǔ)料庫(kù),并將其作為對(duì)比語(yǔ)料庫(kù)。我們采用幾種先進(jìn)的統(tǒng)計(jì)評(píng)價(jià)指標(biāo),即精度(Precision)、召回率(Recall),F(xiàn)
4、-Score和Pyramid Precision,外在地評(píng)價(jià)所提出的算法的有效性。結(jié)果顯示我們提出的算法能夠獲得相對(duì)準(zhǔn)確的bug報(bào)告摘要信息,并且,提高了已有的有監(jiān)督的bug報(bào)告和精度。
同樣地,為了建立源代碼摘要信息,我們開(kāi)發(fā)了一種基于SVM和NB分類(lèi)器的代碼片段摘要算法(Code Fragment Summarization,CFS)自動(dòng)生成源代碼片段中源到源摘要信息。在軟件工件摘要范式中,我們首次引入了基于數(shù)據(jù)驅(qū)動(dòng)的小規(guī)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于集成的半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)算法研究.pdf
- 基于半監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)的特征選擇算法研究.pdf
- 基于有監(jiān)督學(xué)習(xí)技術(shù)的Web和XML查詢(xún).pdf
- 基于無(wú)監(jiān)督學(xué)習(xí)的銘牌文字定位和識(shí)別.pdf
- 基于LNP的半監(jiān)督學(xué)習(xí)算法.pdf
- 基于半監(jiān)督學(xué)習(xí)的物體識(shí)別.pdf
- 基于集成學(xué)習(xí)的半監(jiān)督學(xué)習(xí)算法研究.pdf
- 基于圖的半監(jiān)督學(xué)習(xí)的研究.pdf
- 基于知識(shí)型數(shù)據(jù)的監(jiān)督學(xué)習(xí).pdf
- 基于特征空間變換的半監(jiān)督學(xué)習(xí).pdf
- 基于半監(jiān)督學(xué)習(xí)的木材識(shí)別研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的遙感影像分類(lèi).pdf
- 基于主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的工業(yè)故障分類(lèi)研究及應(yīng)用.pdf
- 基于徑向投影和半監(jiān)督學(xué)習(xí)的視網(wǎng)膜血管分割.pdf
- 基于圖的半監(jiān)督學(xué)習(xí)的改進(jìn)研究.pdf
- 基于數(shù)據(jù)集成和監(jiān)督學(xué)習(xí)的絡(luò)合物發(fā)現(xiàn)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)和區(qū)域特性的圖像分割算法研究.pdf
- 基于語(yǔ)義和半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)文獻(xiàn)知識(shí)發(fā)現(xiàn).pdf
- 基于半監(jiān)督學(xué)習(xí)和領(lǐng)域知識(shí)的生物事件抽取.pdf
- 基于監(jiān)督學(xué)習(xí)的激酶鑒定算法的研究.pdf
評(píng)論
0/150
提交評(píng)論