[发明专利]一种众包测试报告的处理和分类方法

说明书

本发明公开了一种众包测试报告的处理和分类方法，在众包平台下发布软件测试任务，待工人测试完成后收集报告；从获得的数据中提取出Word Embedding、TF‑IDF和Metadata三个维度的特征；使用双向长短时记忆网络获得各个特征的全局编码表示，再根据特征的全局编码表示得到各个特征的注意力权重，并通过注意力权重调整全局编码；分类阶段，根据分类器得到相应的分类结果。本发明解决了没有考虑词序的问题，同事提高了分类的精度。

技术领域

本发明属于软件工程中程序分析与验证技术领域，尤其是并发软件的分析与验证领域。

背景技术

随着移动设备的快速发展，主流市场上的移动应用变得越来越强大和复杂。虽然用户希望移动应用程序是可靠和安全的，但其不断增加的复杂性也使他们出现bug的可能性不断加大。为了确保移动应用程序使用过程中的质量，软件测试变得越来越重要。然而，由于移动设备的特殊性，如网络不可靠、屏幕尺寸差异大、操作系统多样，移动应用程序的测试具有一定的挑战性。

如今，许多公司或组织倾向于采用众包的方式来对移动应用程序进行测试，方法是招募一大批分布在各地的在线人员。与传统测试相比，众包测试涉及到不同的平台、语言和用户。开发人员可以获得真实的反馈信息、功能需求和用户体验；它还可以同时招募大量的工人来进行测试，从而实现高并行化，显著提高测试效率；此外，众包测试能够提供各种各样的测试环境，包括移动设备、网络环境、操作系统等，有效地保证了高软硬件覆盖率，大大降低了测试成本。

在众包测试中，工作人员执行测试任务，并通过观察的现象编写测试报告，以帮助开发人员揭示软件中存在的bug。一个典型的测试报告由四个字段组成，包括环境、输入、描述和屏幕截图。总的来说，测试报告在内容上类似于bug报告。但是，与bug报告相比，测试报告有其自身的特点。测试报告不仅涉及bug，还涉及用户体验和终端用户的功能需求。对于开发人员来说，从中筛选和处理出有用的信息变得非常困难。

为了解决这个问题，已有分类方法根据其包含的信息类型把它们划分为四种基本类型，分别为bug报告、特征请求、用户体验和评分；并使用了词袋模型、情感分数等特征进行分类，最后也取得了不错的结果。但是，上述方法使用的词袋模型完全忽略了词序和语法，而且每个特征对于分类的重要性并不是完全一致的，往往有的特征可以主导分类的过程，有的特征只是对分类进行一定程度的补充和修正。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种众包测试报告的处理和分类方法，对测试报告进行相应的数据处理，提取出三种不同的特征，利用注意力机制进一步提升特征的利用率，提升分类的精度。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种众包测试报告的处理和分类方法，包括如下步骤：

S10数据采集，在众包平台下发布并分配测试任务，待工人测试完成后收集测试报告完成数据采集。

S20特征提取，从数据中提取出三种特征，分别是Word Embedding特征、TF-IDF特征和Metadata特征。

S30全局编码，将Word Embedding特征、TF-IDF特征和Metadata特征三种特征视为一个整体，合并为一个向量[x,y,z]，输入到双向长短时记忆网络获得各个特征的全局编码表示[h₁,h₂,h₃]。根据各个特征的全局编码计算注意力权重[w₁,w₂,w₃]，并通过注意力权重[w₁,w₂,w₃]调整全局编码[h₁w₁,h₂w₂,h₃w₃]。