[发明专利]面向软件缺陷的领域知识图谱自动化构建方法

摘要

本发明涉及面向软件缺陷的领域知识图谱自动化构建方法。本发明对bug缺陷关系三元组的抽取，再对bug缺陷领域的分类，即将bug缺陷库中bug相关信息进行收集并处理bug描述信息，通过自然语言处理得到描述句子中动词短语和名词短语，再根据bug信息相关的词与词之间依存关系，得出bug关系三元组，提取bug缺陷领域特征，采用半监督分类器进行训练、学习，使得分类器自动分类之前未被标记的三元组，将所有分类过的关系三元组存放在图形数据库中，构造出面向软件缺陷的领域知识图谱。本发明克服了在bug缺陷领域无有效处理方法的缺陷。本发明从自然语言处理角度，分析bug缺陷描述，帮助软件开发者和维护者更直观、快速、准确理解bug缺陷信息及其领域知识，提高效率，实现软件缺陷领域知识图谱，建立bug之间的关联关系。

主权项

面向软件缺陷的领域知识图谱自动化构建方法，其特征在于步骤如下：(1)对相关bug缺陷库中的bug缺陷信息进行抓取，抓取bug报告中的BugID、缺陷描述信息以及平台、产品、组件、和状态四种主要属性，并进行自然语言处理，其中主要包含步骤：词语切分、词性标注；(2)根据自然语言处理过后句子中词的词性标注，利用短语识别的正则表达式识别出句子中的名词短语Noun Phrase即NP、动词短语Verb Phrase即VP和带有开放从句补语的动词短语VVP；(3)对bug缺陷描述信息进行依存句法分析，找出具体的“依赖”词和“主导”词之间的依存关系，提取出缺陷描述句子中的语法结构；(4)根据词与词之间的依存关系，并结合步骤(2)中提取到的NP与VP，构造出bug缺陷描述信息的关系三元组即NP1，VP，NP2，一个缺陷描述语句通常不止一个关系三元组；(5)对步骤(4)所提取到的bug缺陷描述信息的关系三元组进行补充，加入步骤(1)抓取到的bug缺陷信息中的BugID，最终生成关于bug缺陷的关系四元组即BugID，NP1，VP，NP2；(6)利用步骤(1)中采集的bug缺陷的属性X，构成bug缺陷的属性三元组即BugID，property，X，作为对bug信息的进一步描述，为之后的软件缺陷领域知识图谱的构建做准备；(7)根据之前所提取的三元组，提取bug缺陷分类的领域特征，借助于领域特征，促进下面的分类器学习训练过程；形如BugID，NP1，VP，NP2，features；(8)利用提取的特征，采用半监督SVM分类器进行学习、训练，并进行缺陷的领域分类；(9)分类器标记完成后，将标记到的各类bug缺陷数据存入到可视化数据库中，生成关于软件缺陷的领域知识图谱。