利用需求与代码文本结构中的共识双词提升基于信息检索的追溯恢复
软件工程
2022-09-07 v1
摘要
追溯通过系统功能判断两个软件制品是否相关来确认它们之间的追溯链接。这些追溯链接对软件开发很有价值，但难以手动获取。为应对成本高且易出错的手动恢复，人们提出了通过软件制品间的文本相似度（如基于信息检索（IR）的方法）来自动恢复追溯的方法。然而，制品文本质量低且数量少会对计算的 IR 值产生负面影响，从而极大阻碍基于 IR 的方法的性能。在本研究中，我们提出从需求和代码的文本结构中提取共现词对（即共识双词）以改进基于 IR 的追溯恢复。我们首先基于需求文本的詞性收集一组双词，然后通过代码文本对其进行过滤。随后，我们利用这些共识双词既丰富 IR 技术的输入语料，又增强 IR 值的计算。基于九个系统的评估表明，一般而言，当仅用于增强 IR 技术时，我们的方法在 AP 上分别优于纯基于 IR 的方法及另一基线 21.9% 和 21.8%，在 MAP 上分别优于 9.3% 和 7.2%。此外，当与来自不同视角的另一种增强策略协作使用时，它在 AP 上优于该基线 5.9%，在 MAP 上优于 4.8%。
引用
@article{arxiv.2209.01734,
title = {Using Consensual Biterms from Text Structures of Requirements and Code to Improve IR-Based Traceability Recovery},
author = {Hui Gao and Hongyu Kuang and Kexin Sun and Xiaoxing Ma and Alexander Egyed and Patrick Mäder and Guoping Rong and Dong Shao and He Zhang},
journal= {arXiv preprint arXiv:2209.01734},
year = {2022}
}
备注
Accepted by the 37th IEEE/ACM International Conference on Automated Software Engineering (ASE 2022)