语言模型在软件仓库挖掘中的崛起：一项综述
软件工程
2026-04-02 v1
摘要
软件仓库挖掘（MSR）领域专注于分析软件仓库中蕴含的丰富数据，以获取关于软件过程和产品的可操作洞察。大规模挖掘仓库需要能够处理大量异构数据的技术，而语言模型（LMs）正日益胜任这一挑战。自 Transformer 架构问世以来，LMs 已在广泛的 MSR 任务中被迅速采用。本文基于对 85 篇论文的分析，呈现了 LMs 在 MSR 中的全面综述。我们考察了 LMs 的应用方式、被分析的人工制品类型、所使用的模型、其采用方式随时间的演变，以及研究在多大程度上支持可复现性和可复用性。基于此分析，我们提出了 MSR 中 LMs 应用的分类体系，识别塑造该领域的关键趋势，并指出了开放挑战及未来研究的可行方向。
引用
@article{arxiv.2604.00787,
title = {The Rise of Language Models in Mining Software Repositories: A Survey},
author = {Miguel Romero-Arjona and Saman Barakat and Ana B. Sánchez and Sergio Segura},
journal= {arXiv preprint arXiv:2604.00787},
year = {2026}
}