[发明专利]一种文本代码相结合的缺陷原因自动分类方法有效
| 申请号： | 201811346186.0 | 申请日： | 2018-11-13 |
| 公开（公告）号： | CN109492106B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 周澄;李斌;孙小兵;陈定山 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 226009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本代码相结合的缺陷原因自动分类方法，包括以下步骤：首先提取缺陷报告中的文本内容及附录中的patch文件，之后进行数据清洗形成缺陷数据集；选取状态为VERIFIED FIXED且附有patch文件的缺陷，构建待分类缺陷集；抽取待分类缺陷集中缺陷的文本内容并进行自然语言处理，之后对其进行类别标注，构建缺陷原因分类集；从patch文件中抽取缺陷修复前、后的diff代码，获取缺陷修复中修改的diff代码对应的缺陷修改结构类别；利用深度学习方法对缺陷原因分类集进行训练，获取缺陷原因自动分类器。本发明通过深度学习模型挖掘缺陷报告的语义信息和diff结构特征，能准确预测缺陷的原因类别，明确发生缺陷的可疑代码结构，从而更准确的引导后续的缺陷定位和缺陷修复。 | ||
| 搜索关键词： | 一种 文本 代码 相结合 缺陷 原因 自动 分类 方法 | ||
【主权项】：
1.一种文本代码相结合的缺陷原因自动分类方法，其特征在于，包括以下步骤：步骤1、提取缺陷报告中的文本内容以及附录中的patch文件，之后进行数据清洗形成缺陷数据集；步骤2、从所述缺陷数据集中选取状态为VERIFIED FIXED且附有patch文件的缺陷，构建待分类缺陷集；步骤3、抽取待分类缺陷集中缺陷的文本内容，并对其进行自然语言处理，之后根据缺陷原因分类标准对待分类缺陷集进行类别标注，构建缺陷原因分类集；步骤4、自定义缺陷修改结构类别，并从所述patch文件中抽取缺陷修复前、后的diff代码，之后获取缺陷修复过程中修改的diff代码对应的缺陷修改结构类别；步骤5、利用深度学习方法对缺陷原因分类集进行训练，获取缺陷原因自动分类器，新缺陷输入缺陷原因自动分类器即可完成缺陷原因的自动分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学，未经扬州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811346186.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于多特征集成学习的文本情感分类方法
- 下一篇：一种导诊的方法及装置
