研究表明處理大量的重復(fù)缺陷會對人力造成極大的浪費,特別對于大型的項目來說尤其明顯。為了減輕人工檢測重復(fù)報告的工作量,縮減人工管理缺陷的時間,開展缺陷報告自動重復(fù)檢測方法的研究是具有價值的。本文系統(tǒng)的分析了重復(fù)缺陷報告產(chǎn)生的原因,發(fā)展現(xiàn)狀及其意義,并對國內(nèi)外的重復(fù)缺陷研究方法及深度學(xué)習(xí)在文本相似度上的方法進(jìn)行了綜述。最終基于循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks,簡稱RNN）與Attention機制的理論及技術(shù),將LSTM（Long Short-Term Memory）模型,BI-LSTM（Bi-directional Long Short-Term Memory）模型,雙層BI-LSTM模型及使用Attention機制的雙層BI-LSTM模型,應(yīng)用于重復(fù)缺陷報告領(lǐng)域,用于計算兩個缺陷報告間的相似度。并以開源項目Eclipse產(chǎn)生的缺陷報告作為數(shù)據(jù)集,對比前人經(jīng)驗篩選出數(shù)據(jù)源對上述模型進(jìn)行實驗,之后對各模型結(jié)果進(jìn)行了對比與分析,并進(jìn)行了一定程度的調(diào)優(yōu)。整體思路是將缺陷報告分為相似與不相似兩類,當(dāng)兩個缺陷報告計算出的結(jié)果大于某個閾值時,即判定為兩文本相似。并在各個... 

【文章來源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．４標(biāo)題長度對實驗結(jié)果的影響??Ｆｉｇｕｒｅ?３．４?Ｅｆｆｅｃｔ?ｏｆ?ｔｉｔｌｅ?ｌｅｎｇｔｈ?ｏｎ?ｅｘｐｅｒｉｍｅｎｔ?ｒｅｓｕｌｔｓ??

３基于ＬＳＴＭ的重復(fù)缺陷報告檢測??９６．００％??９４．００％??９２．００％??９０．００％??Ｈ?Ｈ?＿??８０．００％?——＿??２０?３０?４０?５０??■準(zhǔn)確率■召回率■?ＦＩ值??圖３．４標(biāo)題長度對實驗結(jié)果的影響??Ｆｉｇｕｒｅ?３．４?Ｅｆｆｅｃｔ?ｏｆ?ｔｉｔｌｅ?ｌｅｎｇｔｈ?ｏｎ?ｅｘｐｅｒｉｍｅｎｔ?ｒｅｓｕｌｔｓ??由圖３．４可知，標(biāo)題長度選擇為４０時，模型的三種評價指標(biāo)都有所提升，此時??準(zhǔn)確率達(dá)到ＬＳＴＭ模型的最高。??９６．００％??９４．００％??９２．００％??９０．００％??８８．００％?■?Ｈ?＿??ｉ?Ｉ?Ｉ?Ｉ?ＩＩＩ?ＩＩＩ??７８．００％?＾?＾?＾?＾?，．ｈ＿??１００?１２５?１３５?１５０??■準(zhǔn)確率■召回率■?ＦＩ值??圖３．５描述長度對實驗結(jié)果的影響??Ｆｉｇｕｒｅ?３．５?Ｄｅｓｃｒｉｂｅ?ｔｈｅ?ｅｆｌｆｅｃｔ?ｏｆ?ｌｅｎｇｔｈ?ｏｎ?ｅｘｐｅｒｉｍｅｎｔａｌ?ｒｅｓｕｌｔｓ??由圖３．５可知，在標(biāo)題長度達(dá)到最優(yōu)之后，對描述長度進(jìn)行對比實驗，當(dāng)描述長??度為１２５時，該模型的準(zhǔn)確率達(dá)到了最優(yōu)，為８７．４２％。??２５??

Ｄｒｏｐｏｕｔ?技術(shù)??Ｄｒｏｐｏｕｔ技術(shù)的提出，主要為了解決過擬合問題，使模型能夠更好的完成訓(xùn)練。??其在２０１２年Ｈｉｎｔｏｎ的論文中首次被提出，它能夠提高神經(jīng)網(wǎng)絡(luò)的性能，它主要是通??過減少特征檢測器的共同作用實現(xiàn)（Ｈｉｎｔｏｎ?ｅｔａｌ，２０１２）。在每次訓(xùn)練過程中，將部分隱??藏層的節(jié)點設(shè)置成０，忽略部分特征檢測，可以明顯地減少過擬合現(xiàn)象。即在前向傳??播的時候，設(shè)置一定的幾率讓＆些神經(jīng)元的激活值停止工作，這樣可以使模型不會太??依賴菜些局部的特征，從而提高泛化能力。??圖３．７神經(jīng)網(wǎng)絡(luò)Ｄｒｏｐｏｕｔ示意圖??Ｆｉｇｕｒｅ?３．７?Ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｄｒｏｐｏｕｔ?ｓｃｈｅｍａｔｉｃ??２７??

【參考文獻(xiàn)】：
期刊論文
[1]雙向循環(huán)神經(jīng)網(wǎng)絡(luò)在語音識別中的應(yīng)用[J]. 更藏措毛,黃鶴鳴.  計算機與現(xiàn)代化. 2019(10)
[2]融合文本與分類信息的重復(fù)缺陷報告檢測方法[J]. 范道遠(yuǎn),孫吉紅,王煒,涂吉屏,何欣.  計算機科學(xué). 2019(12)
[3]基于深度學(xué)習(xí)的文本相似度計算[J]. 邵恒,馮興樂,包芬.  鄭州大學(xué)學(xué)報(理學(xué)版). 2020(01)
[4]基于CNN和BiLSTM的短文本相似度計算方法[J]. 郭浩,許偉,盧凱,唐球.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(06)
[5]文本相似度計算方法研究綜述[J]. 王春柳,楊永輝,鄧霏,賴輝源.  情報科學(xué). 2019(03)
[6]軟件測試自動化方法研究[J]. 彭迪.  電子質(zhì)量. 2018(11)
[7]OSDR:一種開源軟件的缺陷修復(fù)人推薦方法[J]. 張文,李自強,杜宇航,趙博揚.  計算機應(yīng)用與軟件. 2017(08)
[8]面向自然語言處理的深度學(xué)習(xí)研究[J]. 奚雪峰,周國棟.  自動化學(xué)報. 2016(10)
[9]一種新的基于N-gram模型的重復(fù)軟件缺陷報告檢測方法[J]. 李寧,李戰(zhàn)懷,張利軍.  西北工業(yè)大學(xué)學(xué)報. 2010(02)
[10]軟件缺陷數(shù)據(jù)處理研究綜述[J]. 李寧,李戰(zhàn)懷.  計算機科學(xué). 2009(08)

博士論文
[1]眾包測試報告的挖掘與評估[D]. 陳信.大連理工大學(xué) 2018
[2]軟件缺陷報告管理關(guān)鍵技術(shù)研究[D]. 喻維.華南理工大學(xué) 2018
[3]軟件測試及評價的復(fù)用策略研究及其實現(xiàn)[D]. 夏啟明.武漢大學(xué) 2010

碩士論文
[1]基于深度學(xué)習(xí)的短文本相似度分析與實現(xiàn)[D]. 韓建輝.北方工業(yè)大學(xué) 2019
[2]軟件測試信息管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 胡畔.電子科技大學(xué) 2018
[3]基于Attention Bi-LSTM的文本分類方法研究[D]. 王恰.華南理工大學(xué) 2018
[4]基于LSTM的文本相似度識別方法研究[D]. 楊飛.吉林大學(xué) 2018
[5]軟件缺陷管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王漢雄.哈爾濱工業(yè)大學(xué) 2017
[6]基于多平臺應(yīng)用的軟件缺陷管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 袁林艷.天津大學(xué) 2017
[7]基于雙向LSTMN神經(jīng)網(wǎng)絡(luò)的中文分詞研究分析[D]. 黃積楊.南京大學(xué) 2016
[8]自動重復(fù)缺陷報告檢測方法研究[D]. 王彬.華東師范大學(xué) 2016
[9]基于LDA模型的重復(fù)缺陷報告檢測的研究[D]. 蔣欣志.重慶大學(xué) 2013



本文編號：3141911