English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

林涛 , 高建华 , 伏雪 , 马燕 , 林艳 2 (上海师范大学 计算机科学与工程系,上海,中国,200234) (奥克兰大学 信息系统系,奥克兰,新西兰,92019) 摘要 软件工程中的软件缺陷报告在快速增长,开发者们越来越困惑于大量的缺陷报告。因此,为了缺陷 修复和软件复用等目的,有必要研究软件缺陷报告的提取方法。该文提出一种提取方法,该方法首先合并 缺陷报告中的同义词,然后建立空间向量模型,使用词频反文档频率以及信息增益等文本挖掘的方法来收 集软件缺陷报告中单词的特征,同时设计算法确定句子复杂度以选择长句。最后将贝叶斯分类器引入该领 域。该方法可以提高缺陷报告提取的命中率,降低虚警率。实验证明基于文本挖掘和贝叶斯分类器的软件 缺陷报告提取方法在接受者工作特征曲线面积(0.71)、F-score(0.80)和 Kappa 值(0.75)方面有良好效 果。 关键词 软件缺陷报告管理、文本挖掘、贝叶斯分类器、软件缺陷报告特征、空间向量模型、句子复杂度 中图法分类号 TP311.5 文献标识码 A

面向软件缺陷报告的提取方法 (Extraction Approach for Software Bug Report).