[发明专利]一种基于描述关键词抽取的缺陷报告严重程度预测方法

说明书

本发明提供了一种基于描述关键词抽取的缺陷报告严重程度预测方法，选择相应软件项目在缺陷跟踪系统中的缺陷摘要、缺陷描述与严重程度；对缺陷摘要进行分词、去停用词、词形还原处理；对缺陷描述进行字符串替换、关键词抽取、分词、去停用词、词形还原处理；基于严重程度对缺陷摘要与缺陷描述分别进行词向量模型的训练与构建，从而获取相对应的向量；基于向量采用逻辑回归分类方法获取缺陷报告严重程度预测模型；采用该模型预测软件项目中缺陷报告的严重程度。本发明的有益效果为：本发明采用从缺陷描述中提取的关键词对缺陷摘要进行补充，能实现更好的模型预测性能。

技术领域

本发明涉及软件质量保障技术领域，特别涉及一种基于描述关键词抽取的缺陷报告严重程度预测方法。

背景技术

随着互联网技术的发展，软件工程技术得到相应的发展，由于软件项目数量的日益增长，而软件项目必然会存在或大或小的软件缺陷，90％软件缺陷会严重影响用户的体验，所以对软件项目中的缺陷进行跟踪与管理尤为重要。在缺陷报告跟踪系统中，缺陷报告用于用户提交反馈所遇到的问题。其中缺陷报告中的严重程度可用于测试分配人员对缺陷报告进行合理的分配、开发者对缺陷进行快速修复，从而减少人工分配的工作量并实现缺陷的快速修复。

针对上述情况，缺陷报告严重程度预测根据缺陷报告中所属的内容进行文本预处理，并最终实现缺陷报告中严重程度属性值的预测。目前关于缺陷报告严重程度的预测通常采用缺陷摘要作为训练数据集，而缺陷摘要的文本较少，限制了严重程度预测模型的性能。

如何解决上述技术问题为本发明面临的课题。

发明内容

为了解决上述发明问题，本发明提供了一种基于描述关键词抽取的缺陷报告严重程度预测方法，针对目前关于缺陷报告严重程度的预测，通常采用缺陷摘要作为训练数据集，而缺陷摘要的文本较少，限制了严重程度预测模型的性能，基于此，该预测方法是利用缺陷报告中的其余内容对缺陷摘要进行补充可进一步增强模型性能。

本发明提出了一种基于描述关键词抽取的缺陷报告严重程度预测方法，所述预测方法包括以下步骤：

(1)从项目所在的缺陷跟踪系统中选择状态为CLOSED与FIXED，严重程度为Blocker、Critical、Major、Minor和Trivial的缺陷报告，并对这些缺陷报告的数据进行下载，其中，下载的字段包括缺陷摘要、缺陷描述和缺陷报告严重程度，基于此构成数据集；

(2)对数据集中缺陷摘要字段中的文本依次进行分词、去停用词、词形还原处理，得到相应的分词集T_s；

(3)利用所述分词集T_s与所述数据集中的缺陷报告严重程度，使用词嵌入方法FastText训练并获取摘要词向量模型F_s，使用该模型对缺陷摘要进行向量表示，具体为：基于摘要词向量模型F_s获取缺陷摘要中每个分词的向量，对所述缺陷摘要中每个分词的向量求和得到缺陷摘要向量E_s；

(4)对数据集中缺陷描述字段进行关键词提取与表示，得到缺陷描述向量E_d；

(5)合并所述缺陷摘要向量E_s与所述缺陷描述向量E_d作为输入向量E_input；

(6)基于所述输入向量E_input和数据集中的缺陷报告严重程度，使用逻辑回归分类方法，训练并得到缺陷报告严重程度预测模型；

(7)输入新的缺陷报告，对其缺陷摘要进行步骤(2)的处理，对其缺陷描述进行步骤(4)的处理，基于步骤(5)合并两向量并输入步骤(6)所得缺陷报告严重程度预测模型，得到最终预测结果；

所述步骤(4)中，对实验数据集中缺陷描述字段进行关键词提取与表示，得到缺陷描述向量E_d，具体包括如下步骤：