隨著技術的成熟和市場需求的變化,軟件系統(tǒng)的架構愈加復雜,從而導致軟件項目中的缺陷報告也越來越多,嚴重制約著軟件項目的人力成本和時間成本。因此,2004年之后,越來越多的自動或半自動缺陷報告分派算法被提出,用來代替原始的人工分派。盡管目前針對缺陷報告分派領域的研究已經取得了很大的進展,但是仍然存在很多不足。首先,絕大部分的相關研究只關注算法的精度,而沒有全面綜合的在算法的精度和時間消耗之間做權衡。然而在工業(yè)環(huán)境下,又快又好的完成對缺陷報告的分派無疑是更為有效的。其次,很多研究沒有充分利用缺陷報告中其他元數據特征的信息,只依賴缺陷報告的文本描述來進行分派,這極大的造成了資源上的浪費。本文主要針對這兩個問題,展開了以下研究:（1）提出了一種基于自注意力機制的缺陷報告分派算法,通過使用自注意力塊代替?zhèn)鹘y(tǒng)的循環(huán)神經網絡和卷積神經網絡來提取文本特征。在Mozilla、Netbeans、GCC、Eclipse和OpenOffice這五個數據集的實驗上表明,本文所提出的基于自注意力機制的缺陷報告分派算法能夠在更短的時間內取得比其他缺陷報告分派算法更高的準確率;（2）提出了一種基于多元特征的缺陷報告分派... 

【文章頁數】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
    1.3 存在的問題
    1.4 研究內容
    1.5 論文組織結構
2 基礎知識概述
    2.1 缺陷報告分派基礎算法
        2.1.1 SVM-LDA與LDA-KL
        2.1.2 DRETOM
        2.1.3 DBRNNA
        2.1.4 LeeCNN
    2.2 注意力機制
        2.2.1 殘差連接
        2.2.2 L2正則化
        2.2.3 層標準化
        2.2.4 注意力機制
        2.2.5 自注意力機制
    2.3 本章小結
3 基于自注意力機制的缺陷報告分派算法
    3.1 算法描述
        3.1.1 編碼層
        3.1.2 自注意力塊堆疊層
        3.1.3 最大池化層
    3.2 實驗設置及分析
        3.2.1 實驗設置
        3.2.2 實驗分析
    3.3 本章小結
4 基于多元特征的缺陷報告分派算法
    4.1 算法描述
        4.1.1 算法主體
        4.1.2 附加層
    4.2 實驗設置及分析
        4.2.1 實驗設置
        4.2.2 實驗分析
    4.3 本章小結
結論
參考文獻
致謝
作者簡歷及攻讀碩士學位期間的科研成果


【參考文獻】：
期刊論文
[1]基于混合神經網絡和注意力機制的軟件缺陷自動分派方法[J]. 劉燁,黃金筱,馬于濤.  計算機研究與發(fā)展. 2020(03)
[2]基于循環(huán)神經網絡的缺陷報告分派方法[J]. 席圣渠,姚遠,徐鋒,呂建.  軟件學報. 2018(08)



本文編號：3687403