KL-SATD 的普遍程度、内容与自动检测
软件工程
2020-08-13 v1
摘要
当开发者在源代码注释中使用 TODO 与 FIXME 等不同关键词来描述自承认技术债（SATD）时，我们称之为关键词标注 SATD（KL-SATD）。我们研究了来自 33 个软件仓库、包含 13,588 条 KL-SATD 注释的 KL-SATD。我们发现所有注释中 KL-SATD 注释的中位数占比仅为 1.52%。我们发现 KL-SATD 注释内容包含表达代码变更与不确定性的词汇，如 remove、fix、maybe 与 probably。这使其不同于其他注释。KL-SATD 注释内容与已有工作中人工标注的 SATD 注释相似。我们使用 logistic Lasso 回归的机器学习分类器在检测 KL-SATD 注释上表现良好（AUC-ROC 0.88）。最后，我们展示了利用机器学习可识别出当前缺失但本应带有 SATD 关键词的注释。对缺乏 SATD 关键词的注释自动识别 SATD 可取代人工识别，从而节省时间与精力。使用 KL-SATD 为引导构建完整的 SATD 检测器提供了可能。
引用
@article{arxiv.2008.05159,
title = {Prevalence, Contents and Automatic Detection of KL-SATD},
author = {Leevi Rantala and Mika Mäntylä and David Lo},
journal= {arXiv preprint arXiv:2008.05159},
year = {2020}
}
备注
Euromicro Conference on Software Engineering and Advanced Applications (SEAA'20)