项目简介

本项目探究机器学习、深度学习等方法在软件工程研究问题中的应用,致力于在软件工程研究中运用更好的方法解决问题。

0?1442652658
【缺陷】 对比实验代码 正常
指派给   未指派
发布时间: 2018-09-16 21:25
更新时间:2018-09-16 21:36

##文件及说明

Bug_training_cm.py 论文对比实验代码

tfidf文件夹包含tfidf训练模型

training包含w2v以及d2v训练好模型

exper_filehash.sql为验证数据集

------------------------

训练集为5845条数据 ,测试集为650

效果不好的原因是因为一个bugid对应的相似bugid数量较少

( 103.417 MB) 陈明, 2018-09-16 21:21
回复 ︿ (1)
  • 用户头像
    胡东阳 5年前

    目前参考论文《Combining Word Embedding with Information Retrieval to Recommend Similar Bug Reports 》中的The Overall Framework 复现流程已经走通,但是在我们现在的数据集上测试效果欠佳,初步考虑原因是一个file对应多个bug_id的数据量较少。

0?1470885445
登录后可添加回复
17765?1483088285
【缺陷】 第一次讨论结果 正常
指派给   未指派
发布时间: 2018-08-21 22:34
更新时间:2018-08-22 09:04

1、第一阶段目标:运用document embedding (例如doc2vec)方法解决传统经典bug研究问题,例如bug localization、bug分类、bug指派等。传统方法主要是基于bug的自身属性或者利用传统的信息抽取方法(例如TF-IDF)来计算文本的相似度


2、经过调研,对于传统的bug localization问题,目前已有研究利用人工神经网络(例如word embedding, word2vec)方法来研究此类问题。但是word2vec方法只考虑了词与词之间的相似度,很难将一些bug的结构属性加入到模型中,但是doc2vec方法在word2vec基础上考虑了文档标签,所以可以将bug的属性很容易的加入到人工神经网络的模型中去,使模型参考因素更多,更加健壮。所以我们猜测doc2vec方法解决传统的bug localization问题效果会更好。


3、第一阶段计划:运用doc2vec方法对bug localization问题进行研究,并与前人的工作做对比,比如与word2vec方法做实验对比,验证我们实验方法的优越性。


4、下一阶段计划:我们在传统bug问题上走通后,再想办法移植到github上的新式研究问题,例如给用户推荐项目,预测issue的解决时间之类的。



( 255.304 KB) 胡东阳, 2018-08-22 09:01
( 861.251 KB) 胡东阳, 2018-08-22 09:01
( 450.202 KB) 胡东阳, 2018-08-22 09:01
( 1.77 MB) 胡东阳, 2018-08-22 09:01
回复 ︿ (4)
0?1470885445
登录后可添加回复

© Copyright 2007~2021 国防科技大学Trustie团队 & IntelliDE 湘ICP备 17009477号

问题和建议
还能输入50个字符 提交

加入QQ群

关注微信APP


×