A rotulagem automatizada e previsão de gravidade de relatórios de bug para software de computador é o alvo de pesquisadores da Universidade Hashemite em Zarqa, Jordânia. Os detalhes de seus esforços estão mapeados no International Journal of Computational Science and Engineering. Em última análise, eles estão desenvolvendo um classificador inteligente que pode prever se um relatório de bug recém-submetido é motivo de preocupação suficiente no sistema de rastreamento de bug para garantir investigação e correção urgentes.

Para desenvolver seu sistema, a equipe construiu dois conjuntos de dados usando 350 relatórios de bug da comunidade de código aberto - Eclipse, Mozilla, e Gnome - relatado no monstruoso, bem conhecido, e banco de dados apropriadamente nomeado, Bugzilla. Os conjuntos de dados com características textuais características, com base em 51 termos importantes, a equipe explica e com base nessas informações, eles poderiam treinar vários modelos discriminativos para realizar rotulagem automatizada e previsão de gravidade de qualquer relatório de bug subsequente enviado. Eles usaram um algoritmo de impulso para melhorar o desempenho.

"Para etiquetagem automática, a precisão atinge cerca de 91% com o algoritmo AdaBoost e teste de validação cruzada, "os relatórios da equipe. No entanto, eles só viram uma classificação de previsão de gravidade de cerca de 67% com o algoritmo AdaBoost e o teste de validação cruzada. No entanto, a equipe diz que seus resultados são encorajadores e oferece esperança de remover o gargalo que é a avaliação manual dos relatórios de bug usados ​​até agora.

"Os conjuntos de recursos propostos provaram um bom desempenho de classificação em dois problemas 'difíceis', "os relatórios da equipe." Os resultados são encorajadores e, no futuro, planejamos trabalhar mais no aprimoramento do componente de algoritmos de classificação para um melhor desempenho, "concluem os pesquisadores.