Enhancements for duplication detection in bug reports with manifold correlation features
- 论文下载地址: 下载链接
- 作者: Meng-Jie Lin, Cheng-Zen Yang, Chao-Yuan Lee, Chun-Chang Chen
- Affiliation: Department of Computer Science and Engineering, Yuan Ze University, Taoyuan City, Taiwan (台湾元智大学计算机科学与工程系)
- 发表: The Journal of Systems and Software
- 发表年份: 2016年
- 关键词: Duplication detection, Bug reports, Correlation features
摘要
本文介绍了一种增强的支持向量机（SVM）模型（SVM-SBCTC），用于重复bug报告的检测。在软件维护活动中，bug报告处理是一个关键任务，关系着bug修复的关键信息。由于许多项目中的bug报告中存在大量重复报告，为了提高处理效率，必须识别出这些重复报告。为此，提出了各种文本挖掘方案来解决这个检测问题。本文通过考虑基于先前的SVM-54模型的文本和语义相关特征，提出了一种增强的SVM模型（SVM-SBCTC）。实证实验表明，SVM-SBCTC在召回率方面具有较好的表现。另外，通过加入Word2vec特征，SVM-SBCTC的性能也得到了提高。然而，实验结果还表明当前的Word2vec特征模型在重复检测任务中仍有提升空间。最后，还对实验结果的有效性进行了威胁性分析，并提出了进一步研究的展望。
创新点与借鉴点
-
引入多元相关特征：文章的主要创新点之一是引入了多元相关特征，这些特征包括文本和语义相关性，以提高重复bug报告的检测性能。这种综合考虑不同特征的方法有助于更准确地识别重复报告。
-
改进支持向量机模型：文章提出了一个增强的支持向量机（SVM）模型，与传统的SVM模型相比，该模型更适应重复bug报告检测任务。这种改进有助于提高模型的性能和准确性。
总结
这篇论文的研究背景是在软件维护活动中，重复bug报告的检测是一个重要任务，目的是为了提高处理效率并加快问题解决，因为许多软件项目中存在大量的重复报告。过去的方法包括排名和分类两种，但存在一些问题。排名方法受到关注，但准确度较低。分类方法通过标记重复和非重复报告，但在实际情况中可能会有误分类。本文提出的方法灵感来源于先前的研究，并结合了多元相关特征以提高检测效果。本文提出了一个增强的支持向量机（SVM）模型，通过考虑文本和语义相关特征来检测重复bug报告。该模型在先前的SVM模型基础上进行了改进，并使用了多元相关特征来增强检测性能。本文的方法在实验中通过召回率度量进行了评估，通过比较不同方法的召回率指标，证明了所提出的方法在检测重复bug报告方面的有效性。实验结果表明，该方法在大多数情况下具有较高的召回率，并且在一些情况下通过加入Word2vec特征进一步改进性能。