已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Reducing Bug Triaging Confusion by Learning from Mistakes with a Bug Tossing Knowledge Graph

组分(热力学) 计算机科学 软件错误 调试 混乱 人工智能 构造(python库) 软件 程序设计语言 心理学 物理 精神分析 热力学
作者
Yanqi Su,Zhenchang Xing,Xin Peng,Xin Xia,Chong Wang,Xiwei Xu,Liming Zhu
标识
DOI:10.1109/ase51524.2021.9678574
摘要

Assigning bugs to the right components is the prerequisite to get the bugs analyzed and fixed. Classification-based techniques have been used in practice for assisting bug component assignments, for example, the BugBug tool developed by Mozilla. However, our study on 124,477 bugs in Mozilla products reveals that erroneous bug component assignments occur frequently and widely. Most errors are repeated errors and some errors are even misled by the BugBug tool. Our study reveals that complex component designs and misleading component names and bug report keywords confuse bug component assignment not only for bug reporters but also developers and even bug triaging tools. In this work, we propose a learning to rank framework that learns to assign components to bugs from correct, erroneous and irrelevant bug-component assignments in the history. To inform the learning, we construct a bug tossing knowledge graph which incorporates not only goal-oriented component tossing relationships but also rich information about component tossing community, component descriptions, and historical closed and tossed bugs, from which three categories and seven types of features for bug, component and bug-component relation can be derived. We evaluate our approach on a dataset of 98,587 closed bugs (including 29,100 tossed bugs) of 186 components in six Mozilla products. Our results show that our approach significantly improves bug component assignments for both tossed and non-tossed bugs over the BugBug tool and the BugBug tool enhanced with component tossing relationships, with >20% Top-k accuracies and >30% NDCG@k (k=1,3,5,10).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
机灵的鲜花完成签到,获得积分10
1秒前
5秒前
幼稚人格关注了科研通微信公众号
7秒前
8秒前
无限太阳发布了新的文献求助10
9秒前
英俊不凡完成签到,获得积分10
10秒前
丘比特应助壳r采纳,获得10
15秒前
18秒前
orixero应助王治豪采纳,获得10
19秒前
19秒前
和谐乐珍发布了新的文献求助10
21秒前
科研通AI2S应助快乐雅青采纳,获得10
23秒前
23秒前
幼稚人格完成签到,获得积分10
23秒前
海纳百川发布了新的文献求助10
24秒前
老实嘉熙完成签到,获得积分10
26秒前
28秒前
28秒前
所所应助容荣采纳,获得10
31秒前
Acadia发布了新的文献求助10
32秒前
33秒前
clauuuu完成签到,获得积分10
33秒前
34秒前
所所应助韩冬冬采纳,获得10
39秒前
lzy完成签到,获得积分10
41秒前
小蘑菇应助风啊采纳,获得10
41秒前
全若之完成签到,获得积分10
44秒前
无花果应助小云采纳,获得10
44秒前
51秒前
53秒前
四氟乙烯发布了新的文献求助10
54秒前
memore完成签到 ,获得积分10
55秒前
Hello应助成就的书包采纳,获得10
58秒前
不安红豆完成签到,获得积分10
58秒前
59秒前
小二郎应助Jrssion采纳,获得10
1分钟前
风啊发布了新的文献求助10
1分钟前
chai发布了新的文献求助10
1分钟前
1分钟前
jj824完成签到 ,获得积分10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136861
求助须知:如何正确求助?哪些是违规求助? 2787848
关于积分的说明 7783420
捐赠科研通 2443925
什么是DOI,文献DOI怎么找? 1299485
科研通“疑难数据库(出版商)”最低求助积分说明 625461
版权声明 600954