问题追踪器中的惊奇度是否具有可操作性？

背景。根据信息论，惊奇度(surprisal)是对事件意外程度的度量。统计语言模型提供了对自然语言的概率近似，而由于惊奇度由事件发生的概率构建，因此可以确定与英语句子相关的惊奇度。软件仓库问题追踪器中的issue和pull request揭示了开发过程，并可能包含该过程中令人惊讶的事件。目标。已有工作指出软件仓库中的异常事件为开发者所关注，并使用基于简单代码度量的方法进行检测。本研究中，我们提出一种利用惊奇度检测软件仓库中异常事件的新方法。凭借发现令人惊讶的issue和pull request的能力，我们拟进一步分析它们以确定其是否在仓库中确实具有重要性，或是否构成值得解决的显著挑战。若能在早期或在其引发额外麻烦之前发现不好的意外，则有可能节省精力、成本与时间。方法。从GitHub上5000个最热门的软件仓库提取issue和pull request后，我们将训练一个语言模型来表示这些issue。我们将度量其在仓库中的受关注重要性，使用若干类比度量其解决难度，度量各自的惊奇度，最终生成推断统计以描述任何相关性。