开源 GitHub 仓库问题的分类
软件工程
2025-07-28 v1
摘要
GitHub 是开源社区最广泛使用的软件维护平台。开发者会不时在 GitHub 上报告问题以解决遇到的困难。对问题进行标签标记可帮助开发者利用先前的标签知识轻松解决这些问题。然而，大多数 GitHub 仓库并不保持问题的常规标签。本工作旨在使用机器学习与深度神经网络模型对开源社区中的问题进行分类。GitHub 上有成千上万的开源仓库。其中一些仓库对问题进行正确标签，而一些则不这样做。当问题被预先标记时，问题解决过程和相应人员的立即分配都得以简化，从而加快开发进程。在本工作中，我们对知名的开源仓库进行了分析。我们对其中一些常见标签进行了问题分类，这些标签包括：API、Documentation、Enhancement、Question、Easy、Help-wanted、Dependency、CI、Waiting for OP's response、Test、Bug 等。我们的研究表明，深度神经网络模型优于其他方法。
引用
@article{arxiv.2507.18982,
title = {Classifying Issues in Open-source GitHub Repositories},
author = {Amir Hossain Raaj and Fairuz Nawer Meem and Sadia Afrin Mim},
journal= {arXiv preprint arXiv:2507.18982},
year = {2025}
}