Page 140 - 《软件学报》2025年第9期

谢生龙 等: 基于多模态融合的软件缺陷协同分派方法 4051

MF_Ln 的性能. 图 6 中显示了在不同卷积神经网络层数 (1, 2, 3) 下, 使用 CBT-MF 方法在表 1 的 3 个不同数据集
的测试集上获得的所有 Recall@K 和 Hit@K 评估结果.

GC GC GC GC GC
MC 0.012 MC 0.016 MC 0.020 MC 0.025 MC
0.012
MF
MF
MF
MF
MF
Recall@5 0.009 Recall@10 0.008 Recall@15 0.012 Recall@20 0.016 Recall@25 0.020
0.012
0.015
0.006
0.008
0.008
0.010
0.004
0.003
0 0 0.004 0 0.004 0 0.005 0
CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3
(a) (b) (c) (d) (e)
0.4 GC 0.4 GC 0.5 GC 0.5 GC 0.5 GC
MC
MC
MC
MC
MC
0.4
0.4
Hit@5 0.3 MF Hit@10 0.3 MF Hit@15 0.3 MF Hit@20 0.3 MF Hit@25 0.4 MF
0.3
0.2
0.2
0.2
0.2
0.2
0.1
0 0.1 0 0.1 0 0.1 0 0.1 0
CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3 CBT-MF_L1 CBT-MF_L2 CBT-MF_L3
(f) (g) (h) (i) (j)
图 6 不同图卷积层数对 Recall@5–Recall@25 和 Hit@5–Hit@25 的影响

从图 6(a)–(e) 显示的 Recall@K 实验结果可以看出, 随着卷积神经网络层数的增加, Recall@5–Recall@25 的
值也会增加. 然而, 对于同一 Recall@K 指标随着层数增加, 并没有出现持续上升的趋势. 例如, 在 MF 数据集上, 当
卷积神经网络层数从 1 增加到 3 时, Recall@5 从 1 层时的 0.005 4 增加到 2 层时的 0.012 3, 而当在 3 层时又降至
0.008 3; 同时可以看出, 不同数据集之间的结果也有所不同. 例如, 在 Recall@20 指标上, MF 数据集的结果明显优
于 GC 和 MC 数据集, 但 GC 和 MC 个别指标之间的差异不太明显. 这些结果的形成可能与多种因素有关, 尤其是
不同数据集的特征和分布. 例如, GC 数据集中的 bug 与开发者数不均衡性较强, 对模型捕获二者的关系产生了消
极的影响.
从图 6(f)–(j) 显示的 Hit@K 实验结果可以看出, 随着卷积神经网络层数的增加, Hit@5–Hit@25 的值也会增
加, 而且, 对于同一 Hit@K 指标随着层数 1–3 的增加, 也出现了先增大后减小的变化趋势. 例如, 在 GC 数据集上,
当卷积层数从 1 增加到 3 时, Hit@20 从 0.040 2 增加到 0.063 1 后又降至 0.045 4; Hit@25 从 0.050 7 增加到
0.121 6 时又降至 0.070 1. 此外, 与 Recall@K 类似, 不同数据集之间的结果也呈现出了一定的差异. 例如, 在 Hit@25
指标上, MF 数据集的结果明显优于 GC 和 MC 数据集, 但在其他指标上, 基本保持了 MF 最好, MC 较好, GC 最差
的态势. 这是因为对每个 Recall@K 来讲, 卷积神经网络层数的增加可以增加 CBT-MF 的 bug-开发者相关性的表
达能力, 从而提高 CBT-MF 的分派性能, 但过大的卷积神经网络层数可能受到不同数据集的特征和分布影响, 存
在过拟合的风险, 不能够保证其一直对评价指标的提升产生积极作用.
综上分析, 关键的超参数对 CBT-MF 方法的拟合与泛化能力有一定的影响, 但通过将参数调整到一定的范围
可以缓解该问题. 也就是说, 如果为 CBT-MF 选择合理的参数配置, 就能够保证 CBT-MF 方法取得一个较好的分
派结果. 因此, 在实践中如何设置 CBT-MF 关键超参数来提高 CBT-MF 的分派性能, 如 Recall 和 Hit 评估指
标, 需要综合考虑不同数据集的特征和分布, 以及模型复杂度和计算效率之间的权衡, 来确定最合适的超参数配置
方案.

5 总结与展望
基于 bug 报告文本分类的 bug 分派方法受到帕累托分布特征影响, 导致 bug 数据存在修复记录不均衡性. 目
前的文本分类技术主要将开发者信息作为简单的标签, 忽视了对开发者更多信息的表征, 从而未充分利用 bug 与
开发者之间的相关性. 因此, 本文提出了一种基于多模态融合的软件缺陷协同分派方法 (CBT-MF). 该方法受到文
本数据和图结构数据融合训练模型启发, 将 bug 报告文本模态数据和 bug-开发者二部图模态数据融合在一起, 作
为 bug 分派的分析依据. 通过引入数据增强方案重构了 bug-开发者二部图, 缓解了 bug 修复记录不均衡性的影响.