域术语解释对重复缺陷报告检测的影响

重复缺陷报告在缺陷跟踪系统(如Bugzilla)中占全部报告的42%，造成显著的维护开销。因此，检测和解决重复缺陷报告对于有效的issue管理至关重要。传统技术常侧重于检测文本相似的重复报告。然而，现有文献表明，高达23%的重复缺陷报告是文本不相似的。此外，约78%的开源项目缺陷报告非常简短(例如，少于100词)，常包含特定领域的术语或术语，使其缺陷报告的重复检测变得困难。本文我们进行大规模实证研究，探讨是否及如何通过为缺陷报告的域术语或术语解释进行丰富，能够帮助提高重复缺陷报告的检测。我们使用来自三个开源系统的92,854个缺陷报告，复制了七个现有基准技术用于缺陷报告的重复检测，并在本工作中回答两个研究问题。我们发现，当利用域术语或术语解释进行丰富时，现有技术在显著性地获得性能提升。我们的发现还表明，为缺陷报告添加此类解释可显著提高检测文本不相似的重复缺陷报告的能力。