一种从问题日志中自动挖掘设计信息的新方法
软件工程
2024-05-31 v1
摘要
软件架构通常经过精心设计以解决多个质量关注点并支持长期维护。然而，由于开发者记录设计理由（即设计备选方案以及做出或拒绝决策的潜在论据）的成本与价值之间的不平衡，这些理由常常过时甚至缺失。设计知识的缺乏促使近年来许多研究从各种平台提取设计信息。不幸的是，尽管开源社区等平台提供了与设计信息相关的丰富讨论记录，但由于讨论的复杂语义以及缺乏设计理由提取的基准，现有研究往往忽略了备选方案背后的潜在论据。在本文中，我们提出了一种名为DRMiner的新方法，用于从开源社区中开发者的实时讨论（即Jira中的问题日志）自动挖掘潜在的设计理由。为了更好地识别解决方案及其支持的论据，DRMiner巧妙地将问题分解为多个文本分类任务，并通过语言模型的提示调优和定制的文本相关特征来解决这些任务。为了评估DRMiner，我们从Jira的Cassandra、Flink和Solr仓库获取问题日志，然后在严格的方案下进行标注和处理，最终形成一个用于设计理由挖掘的数据集。实验结果表明，DRMiner在挖掘设计理由方面达到了65%的F1分数，优于所有基线，比GPT-4.0提高了7%。此外，我们研究了DRMiner挖掘的设计理由对自动程序修复(APR)的有用性，发现设计理由显著增强了APR，平均完全匹配修复次数提高了14倍。
引用
@article{arxiv.2405.19623,
title = {A Novel Approach for Automated Design Information Mining from Issue Logs},
author = {Jiuang Zhao and Zitian Yang and Li Zhang and Xiaoli Lian and Donghao Yang},
journal= {arXiv preprint arXiv:2405.19623},
year = {2024}
}