面向软件项目的语义增强主题推荐系统

软件相关平台已使其用户能够用主题对软件实体进行协同标注。用相关主题标记软件仓库可用于促进各种下游任务。例如,为仓库分配正确且完整的主题集可提升其可见性。进而,这改善了仓库浏览、搜索、导航和组织等任务的结果。遗憾的是,所分配的主题通常高度噪声化,且部分仓库没有分配良好的主题。因此,已有关于为软件项目推荐主题的工作,然而这些主题间的语义关系迄今未被利用。我们提出两种用于标注软件项目的推荐模型,其融合了主题间的语义关系。我们的方法有两个主要阶段:(1)我们首先采取协同方式策划一个专门针对软件工程与开发领域的高质量主题数据集。我们还用这些主题间的语义关系丰富该数据,并将其封装于一个称为SED-KGraph的知识图中。然后,(2)我们构建两个推荐系统;第一个仅基于分配给仓库的原始主题列表及我们知识图中指定的关系运作。然而,第二个预测模型假设仓库无可用主题,因而它基于软件项目的文本信息与SED-KGraph来预测相关主题。我们在有来自学界与业界170名贡献者的众源项目中构建了SED-KGraph。实验结果表明,就ASR与MAP指标而言,我们的方案相较忽略主题间语义关系的基线分别至少高出25%和23%。