基于循环神经网络的缺陷报告分派方法

基于循环神经网络的缺陷报告分派方法的研究,提出了一种基于循环神经网络的缺陷报告分派方法——DeepTriage。该方法一方面利用双向循环网络加池化方法提取缺陷报告的文本特征;另一方面,利用单向循环网络提取特定时刻的开发者活跃度特征,并融合两者,利用已修复的缺陷报告进行监督学习。在Eclipse等4个不同的开源项目数据集上的实验结果表明,DeepTriage较之同类工作在缺陷分派预测准确率上有显著提升。该研究为缺陷报告分派提供了一种有效的技术手段,可以帮助项目管理者更好地完成缺陷分派任务。