Scidown文献预览系统!
通过与bug修复过程交互的开发活动推断,向更准确的开发人员推荐( Toward more accurate developer recommendation via inference of development activities from interaction with bug repair process )
S Wang L Wang Y Qu R Chen S Guo bug triaging neural network penalty matrix
软件项目通常每天都会收到大量提交的bug报告。手动对bug报告进行分类通常会耗费大量时间和错误,Rone;因此,有必要在bug跟踪系统的帮助下,将bug报告自动分配给合适的开发人员进行bug修复。为了减少bug报告分配的时间消耗和不匹配性,本文提出了一种基于加权递归神经网络的bug修复开发者推荐模型,该模型包括两个部分:一是获取bug报告的多源语义信息,并将其融合为高层语义特征向量;二是将惩罚矩阵结合到单个隐层神经网络中,以获得更合理的开发者推荐。我们在开放bug存储库的五个数据集(NetBeans、OpenOffice、GCC、Mozilla和Eclipse)上进行实验,实验结果表明DTPM比State、F-RT模型LDA_KL、LDA_KL、LDA_SVM、DERTOM、DREX和DeepTriage能够获得更好的性能。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】