[发明专利]混合多个深度学习模型以促进阻塞Bug预测的方法

说明书

本发明提供了一种混合多个深度学习模型以促进阻塞Bug预测的方法，属于计算机应用技术领域，解决了自动化预测多对Bug之间存在阻塞关系的技术问题。其技术方案为：包括以下步骤：(1)从Bug报告中提取“Summary”和“Description”两个字段构成数据集；(2)将自然语言文本进行词干恢复；(3)将这两个字段进行编码转换为词向量形式；(4)构建预测模型；(5)将两个分类器给出的值的加权和相加，得到最终的预测模型。本发明的有益效果为：本发明构建两个深度学习模型，并通过集成学习的方法Boosting将其结合起来，从而得到一个更全面、更稳健的预测模型，实现对阻塞Bug更好的预测。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种混合多个深度学习模型以促进阻塞Bug预测的方法。

背景技术

Bugzilla等错误跟踪系统报告了许多开源软件错误。在这些Bug中，有一个特殊的关联，称为阻塞Bug对(BBP)，这意味着一个未修复的Bug会阻止另一个Bug被修复，阻塞错误比非阻塞错误具有更高的复杂性，虽然构成BBP的阻塞性Bug占所有Bug的比例很小，但上游项目中BBP未修复的Bug会阻碍下游项目的Bug修复。

因此，自动识别阻塞错误可以减轻阻塞错误的影响，通过自动识别阻塞Bug，可以提醒开发者这些阻塞Bug及时修复，避免阻塞后续修复的Bug；许多新技术(如机器学习、自然语言处理)被应用来识别一个错误是否阻止了另一个错误。同时，深度学习在许多自然语言处理任务中也取得了成功，尤其是在软件开发过程中的Bug报告分析方面。

发明内容

本发明目的在于提供一种混合多个深度学习模型以促进阻塞Bug预测的方法，该方法可以自动预测软件Bug之间是否存在阻塞关系。

本发明的思想为：本发明提出了一种混合多个深度学习模型以促进阻塞Bug预测的方法，即使用Bi-LSTM和CNN分别采用Bug报告中的“Summary”和“Description”构建预测模型，并通过集成学习的方法Boosting将其混合起来实现更好的预测结果；本发明提出的方法在七个开源项目上的性能优于其他基线方法。

本发明是通过如下技术方案实现的：一种混合多个深度学习模型以促进阻塞Bug预测的方法，其中，包括以下步骤：

(1)选择七个开源项目作为数据来源，构建训练数据集，具体步骤如下：

(1-1)利用爬虫算法，从七个Bug管理系统上获得Bug报告中的“Summary”和“Description”字段，构建成初始的数据集。

(1-2)根据“Blocks”和“Depends on”字段中对应的Bug编号，为Bug之间是否存在阻塞关系确定标签。

(2)对步骤1中构建的两个训练数据集进行预处理，所述步骤2进行预处理时，包括如下步骤：

(2-1)使用波特词干处理法对文本进行词干形态恢复，消除神经网络对语义先沟通的不同词形进行特征学习所产生的歧义；

(2-2)采用Word2Vec方法对自然语言文本内容进行词向量化编码，得到两个文本字段的词向量特征表示；

(3)将数据集划分为训练集、验证集和测试集，利用训练集和验证集来完成模型的构建和训练，并防止过拟合；利用测试集来检测模型的预测性能，具体操作如下步骤：

(3-1)将两个特征向量、对应标签分别输入到Bi-LSTM和CNN模型当中，通

过训练完成模型构建；(3-2)将两个构建好的子模型通过集成学习的方法Boosting结合起来，得到最终的预测模型；

(3-3)将一组测试案例的“Summary”和“Description”输入到混合模型中，混合模型给出这两个Bug之间是否存在阻塞关系的预测；