软件存储库中提交消息的自动生成
软件工程
2025-04-18 v1
摘要
提交消息对于文档化软件变更、辅助程序理解和维护至关重要。然而，由于时间限制和文档技能水平差异，开发人员常常忽视创建有效提交消息。我们的研究提出了一种自动化方法，通过机器学习 (ML) 和自然语言处理 (NLP) 生成提交消息，开发了使用如 Logistic 回归配合 TF-IDF 和 Word2Vec，以及更复杂方法如 LSTM 的模型。我们使用了刘等人使用的数据集，该数据集包含代码变更及其对应的提交消息，我们用于训练和评估 ML/NLP 模型，并选择该数据集是因为它在先前研究中被广泛使用，以便在我们研究中实现可比性。目标是探讨哪些 ML/NLP 技术能够生成最有效、最清晰、最简洁且准确反映代码变更的提交消息。我们将数据集划分为训练、验证和测试集，并使用这些集合对每个模型的性能进行定性和定量评估。我们的结果揭示了这些模型之间效果的差异，最高的 BLEU 分数为 16.82，展示了模型在自动生成清晰简洁提交消息方面的能力。我们的论文为在软件开发中自动化提交消息生成提供了比较效果的见解，旨在提高整个代码文档实践。源代码可在 https://doi.org/10.5281/zenodo.10888106 获取。
引用
@article{arxiv.2504.12998,
title = {Automated Generation of Commit Messages in Software Repositories},
author = {Varun Kumar Palakodeti and Abbas Heydarnoori},
journal= {arXiv preprint arXiv:2504.12998},
year = {2025}
}