学习提升现代代码审查的效率
软件工程
2021-04-20 v1
摘要
现代代码审查(MCR)是各类软件开发组织的标准实践。MCR 通过已在质量保障与知识传递中被感知和证实的益处而物有所值。然而，投入于 MCR 的时间通常相当可观。本论文的目标是通过开发可部分替代或辅助人类审查者的 AI 技术来提升 MCR 的效率。所设想的技术区别于现有 MCR 相关 AI 模型之处在于，我们将这些挑战解释为图学习问题。这应能使我们借助该领域的最先进算法，直接从现有项目中学习编码与审查规范。所需的训练数据将从在线仓库中挖掘，实验将设计为使用标准的定量评估指标。本研究计划界定了论文的动机、研究问题与解决方案组件，并给出了相关工作的概览。
引用
@article{arxiv.2104.08310,
title = {Learning to Boost the Efficiency of Modern Code Review},
author = {Robert Heumüller},
journal= {arXiv preprint arXiv:2104.08310},
year = {2021}
}