从噪声到知识：面向开发者警报的交互式摘要
软件工程
2025-08-12 v1
摘要
使用 bug-finding 工具的程序员通常逐个审查其报告的警告。基于识别重复主题和关系以增强感知过程的洞见，我们提出 CLARITY，支持通过交互式查询对工具生成的警告进行解释。CLARITY 通过主动反馈为自定义警告分组推导摘要规则。随着用户将警告标记为有趣或无关，CLARITY 的规则推断算法将 surfacing 常见症状，突出包含、子类型、调用的方法、访问的字段和表达式中的结构相似性。我们在两个成熟的 Java 项目上演示了 CLARITY 对 Infer 和 SpotBugs 警告的应用。在 14 名参与者的within-subject 用户研究中，使用 CLARITY 的用户更快、更有信心地为类似无关警告 articulated root causes。我们观察到显著的个人差异于所需分组，强化了可定制感知的需要。仿真显示，在规则级别反馈下，仅需 11.8 次交互即可与模拟用户的标签对齐（相对于无反馈时的 17.8 次）。我们的评估表明，CLARITY 的基于主动学习的摘要方法提高了交互式警报感知。
引用
@article{arxiv.2508.07169,
title = {From Noise to Knowledge: Interactive Summaries for Developer Alerts},
author = {Burak Yetiştiren and Hong Jin Kang and Miryung Kim},
journal= {arXiv preprint arXiv:2508.07169},
year = {2025}
}