AVIATE：利用翻译变体改进双语软件项目中的基于信息检索的可追踪性恢复
软件工程
2024-10-01 v1
摘要
可追踪性在促进各种软件开发活动中起着至关重要的作用，它建立了不同类型工件（例如软件仓库中的问题和提交）之间的追踪关系。在自动化可追踪性恢复的探索中，基于信息检索（IR）的方法利用文本相似性来衡量工件之间存在追踪关系的可能性，并在多种场景中展现出优势。然而，软件开发的全球化带来了新的挑战，例如同一概念在工件文本中可能存在多语言表述（例如，“ShuXing”与“attribute”），这严重阻碍了基于IR的方法的性能。现有研究表明，机器翻译有助于解决双语项目中的术语不一致问题。然而，翻译也可能引入与双语项目中不一致的同义词（例如，“ShuXing”的另一种翻译“property”）。因此，我们提出了一种增强策略 AVIATE，它利用不同种类工件中同时出现的词对（即共识双词），来利用翻译变体。我们首先使用这些双词来丰富工件文本，然后增强计算出的信息检索值，以改进双语软件项目中基于IR的可追踪性恢复。在17个双语项目（涉及英语和其他4种语言）上的实验表明，AVIATE 显著优于结合机器翻译的基于IR的方法（该领域当前最先进的方法），平均精确率（Average Precision）平均提高了16.67（31.43%），平均平均精确率（Mean Average Precision）提高了8.38（11.22%），表明其在应对多语言可追踪性恢复挑战方面的有效性。
关键词
引用
@article{arxiv.2409.19304,
title = {AVIATE: Exploiting Translation Variants of Artifacts to Improve IR-based Traceability Recovery in Bilingual Software Projects},
author = {Kexin Sun and Yiding Ren and Hongyu Kuang and Hui Gao and Xiaoxing Ma and Guoping Rong and Dong Shao and He Zhang},
journal= {arXiv preprint arXiv:2409.19304},
year = {2024}
}