利用上下文感知查询重构改进基于IR的缺陷定位
软件工程
2018-08-03 v1
摘要
近期的研究结果表明，如果缺陷报告缺乏丰富的结构化信息（例如相关的程序实体名），基于信息检索（IR）的缺陷定位技术表现不佳。反之，缺陷报告中过多的结构化信息（例如堆栈跟踪）也不总有助于自动化定位。在本文中，我们提出了一种新技术——BLIZZARD——它利用恰当的查询重构与有效的信息检索，从项目源码中自动定位缺陷实体。具体而言，我们的技术判定缺陷报告（查询）中是否存在过多的程序实体，然后对查询施加恰当的重构以进行缺陷定位。使用5,139份缺陷报告的实验表明，相较于基线技术，我们的技术能以高出7%–56%的Hit@10、高出6%–62%的MAP@10以及高出6%–62%的MRR@10定位缺陷源文档。与最先进（state-of-the-art）技术及其变体的比较表明，我们的技术在MAP@10上提升19%、在MRR@10上提升20%，并能改进59%的噪声查询与39%的劣质查询。
引用
@article{arxiv.1808.00594,
title = {Improving IR-Based Bug Localization with Context-Aware Query Reformulation},
author = {Mohammad Masudur Rahman and Chanchal K. Roy},
journal= {arXiv preprint arXiv:1808.00594},
year = {2018}
}
备注
To be presented at The ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE 2018), FL, USA