[发明专利]一种软件缺陷数据分类方法、装置、电子设备和存储介质

说明书

本申请实施例提供一种软件缺陷数据分类方法、装置、电子设备和存储介质，其中，方法包括：生成词库；获取所述词库中的词汇的同义词；基于所述同义词进行软件缺陷数据的归类，将所述同义词对应的软件缺陷数据归为同类的软件缺陷数据，得到归类后的软件缺陷数据；基于所述归类后的软件缺陷数据进行统计。实施上述实施例，在一方面能够实现自动化软件缺陷数据分类，在另一方面能够提高软件缺陷数据的分类准确性，避免分类后的软件缺陷数据的种类数量过多而导致的统计速度慢问题。

技术领域

本申请涉及软件测试技术领域，具体而言，涉及一种软件缺陷数据分类方法、装置、电子设备和存储介质。

背景技术

软件缺陷数据(Defect)，常常又被叫做Bug。所谓软件缺陷数据，即为计算机软件或程序中存在的某种破坏正常运行能力的问题、错误，或者隐藏的功能缺陷。目前软件缺陷数据无法通过智能化方式进行分类，依赖线下人为识别缺陷归属场景，进行归类和统计，存在归类不准确，统计不直观的问题，无法很好的归纳总结出高频缺陷发生的场景，无法更好的避免同类缺陷的产生。同时，对于质量的管理也缺乏抓手，痛点不清晰、不明确。

发明内容

有鉴于此，本申请实施例的目的在于提供软件缺陷数据分类方法、装置、电子设备和存储介质。

第一方面，本申请实施例提供了一种软件缺陷数据分类方法，包括：

生成词库；

获取所述词库中的词汇的同义词；

基于所述同义词进行软件缺陷数据的归类，将所述同义词对应的软件缺陷数据归为同类的软件缺陷数据，得到归类后的软件缺陷数据；

基于所述归类后的软件缺陷数据进行统计。

在上述实现过程中，生成了词库，于现有技术不同的是，相较于人工进行校对，还获取了词库中的词汇的同义词汇，基于所述同义词进行软件缺陷数据的归类，将同义词对应的软件缺陷数据归类同类的软件缺陷数据，得到归类后的软件缺陷数据，最后再基于归类后的软件缺陷数据进行统计。基于上述实施方式，在一方面能够实现自动化软件缺陷数据分类，在另一方面能够提高软件缺陷数据的分类准确性，避免分类后的软件缺陷数据的种类数量过多而导致的统计速度慢问题。

进一步地，所述生成词库的步骤，包括：

获取多个历史软件缺陷数据；

利用粗粒度分词算法将所述历史软件缺陷数据进行分词，得到分词词汇；

基于所述分词词汇生成所述词库。

在上述实现过程中，考虑到现有技术中存在的细粒度算法和粗粒度算法，细粒度算法是在粗粒度算法的基础上衍生出来的，现有技术基于细粒度对历史缺陷数据进行分词，得到的词汇过于细粒度，不具备软件缺陷数据的描述性意思，因此，提出了利用粗粒度分词算法将历史软件缺陷数据进行分词，得到分词词汇，基于分词词汇来生成词库。基于上述实施方式，能够提高软件缺陷数据分类的有效性，避免无效分类，进一步提高了软件缺陷数据分类的自动化程度。

进一步地，所述利用粗粒度分词算法将所述历史软件缺陷数据进行分词，得到分词词汇的步骤之后，包括：

接收屏蔽词汇；

将所述分词词汇中的屏蔽词汇进行剔除。

在上述实现过程中，软件缺陷数据中，有的软件缺陷数据是不具备分析意义的，因此，在利用粗粒度分词算法将历史软件缺陷数据进行分词之后，将分词词汇中的屏蔽词汇进行剔除，避免对于软件缺陷数据进行过多无意义的分类，从而减少了自动化的程度。基于上述实施方式，能够进一步提高软件缺陷数据的分类自动化程度。

进一步地，所述获取所述词库中的词汇的同义词的步骤之后，还包括：

生成所述同义词的归类标题；