Automated Bug Report Prioritization in Large Open-Source Projects
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法,通过自然语言处理自动化对大型开源项目中的缺陷报告进行优先级排序。利用TopicMiner-MTM和BERT技术,显著提高了缺陷优先级预测的准确性和可靠性,超越了现有方法,具有良好的应用前景。
🎯
关键要点
- 本研究提出了一种基于自然语言处理的自动化缺陷优先级排序新方法。
- 该方法利用TopicMiner-MTM进行主题建模和BERT进行文本分类。
- 研究显著提高了缺陷优先级预测的准确性和可靠性。
- 实验结果显示,该方法在准确性、精确性、召回率和F1值等方面超越了现有方法。
- 该方法在大型开源项目中具有良好的应用前景。
🏷️
标签
➡️