工业场景中的缺陷报告验证

有效的缺陷分派对软件开发团队提升软件质量进而提高客户满意度至关重要。手动验证缺陷报告可能非常耗时，阻碍分派流程的整体效率。本文提出一种自动化缺陷报告验证的方法，以加速工业环境中的缺陷分派流程。我们处理了银行领域中随机选取的1200份以土耳其语（一种黏着语，即可通过词缀线性拼接构成新词来表达完整句子）撰写的缺陷报告。我们手动标注这些报告的有效性，并提取表明其无效的相应模式。由于所处理的缺陷报告以黏着语写成，我们使用形态分析来提取特征。利用所提出的特征提取器，我们采用基于机器学习的方法预测缺陷报告的有效性，取得了0.77的F1分数。