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。

本研究提出了一种基于机器学习的自动检测方法，针对大型开源项目中的重复缺陷报告问题。研究展示了六种创新方法，并引入了一种新的基于阈值的识别方法，显著提高了缺陷管理的效率和准确率。