Geri Dön

Investigating the effectiveness of fasttext word representation technique for assignining bug reports

Evrişimli sinir ağının etkinliğinin hata raporları atamada fasttext kelime gösterimi tekniğiile araştırılması

  1. Tez No: 726188
  2. Yazar: ZARIAB FATIMA ABRO
  3. Danışmanlar: DOÇ. DR. SHAFQAT UR REHMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 69

Özet

Yazılım hataları genellikle yazılım yaşam döngüsü sırasında tanımlanır. Temelde insan hataları, kötü program tasarımı veya test yapılmadan erken dağıtım nedeniyle bir hata oluşturulabilir. Ancak bu hataların atanması, yazılım geliştirme sürecini potansiyel olarak ihlal edebilir. Bunun nedeni, hata raporlarını atama sürecinin genellikle manuel olmasıdır, bu da atama sürecini uzun, zor ve hatalara açık hale getirir. Hata raporlarının atanması sürecinde kullanılan zamanı ve maliyeti azaltmak için birçok sınıflandırma tekniği önerilmiştir. Ancak, bu sınıflandırma tekniklerinin performansı, veri kümesinin karmaşıklığı ve sınıf sayısı nedeniyle azalmaktadır. günümüzde derin öğrenme algoritmaları bu konuda büyük verimlilik göstermiştir. Derin öğrenme algoritmaları, karmaşık ve yapılandırılmamış veri kümelerinde daha iyi sonuçlar verir. Verileri anlamak ve daha iyi sınıflandırma sonuçları elde etmek için metin verilerini sayısal değerlere dönüştürmek önemlidir. Genellikle klasik kelime temsil yöntemleri, metin verilerinin anlamsal ve sözdizimsel anlamını yakalamada düşük performans gösterir. Araştırmamızda, Convolution sinir ağı (CNN) ile kelime temsil tekniği olarak FastText kullanan bir model öneriyoruz. FastText, kelime analojileri, anlamsal ve sözdizimsel vb. gibi metnin önemli bilgilerini yakalar. Önerilen modelimiz farklı veri setleri üzerinde test edilmiş ve Top-K geliştirici doğruluklarını vermiştir. Modelimiz geçmiş araştırmalarla karşılaştırıldığında daha iyi sonuçlar vermektedir.

Özet (Çeviri)

Software bugs are commonly encountered during the software life cycle. A bug can be generated mainly due to human errors, poor program design or early deployment without testing. The assignment of these bugs however can become a potential breach in the process of software development. It is because the process of assigning bug reports is generally manual, which makes the assignment process lengthy, difficult, and prone to errors. To decrease the time and cost consumed in the task of assigning bug reports many classification approaches have been proposed. However, the performance of these classification techniques decreases with due to complexity of the dataset and number of classes. Recently deep learning algorithms have demonstrated great efficiency in this matter. Deep learning algorithms show good results on complex and unstructured datasets. To understand the data and get better classification results conversion of text data to meaningful numerical values is important. Generally, the classical word representation methods show low performance in capturing the semantic and syntactic sense of text data. In our research we propose FastText embedding as word representation technique with Convolutional Neural Network (CNN). FastText captures important information of the text such as word analogies, semantic and syntactic etc. Our proposed model is tested on different dataset and yields Top-K developer accuracies. When compared to past research our model gives improved results.

Benzer Tezler

  1. Spastik serebral paralizili çocukların rehabilitasyonunda johnstone splintlerinin etkinliğinin araştırılması

    Investigating the effectiveness of johnstone splints in the rehabilitation of children with spastic cerebral palsy

    MİNTAZE KEREM

    Doktora

    Türkçe

    Türkçe

    1998

    Fiziksel Tıp ve RehabilitasyonHacettepe Üniversitesi

    Fizik Tedavi ve Rehabilitasyon Ana Bilim Dalı

    PROF. DR. AYFER SADE

  2. Investigating the effectiveness of using video-blog based speaking activities on EFL students' speaking anxiety and their performances

    Video-blog tabanlı konuşma etkinlikleri kullanmanın EFL öğrencilerinin konuşma kaygıları ve performansları üzerindeki etkinliğinin incelenmesi

    VEYSEL KARSLİ

    Doktora

    İngilizce

    İngilizce

    2022

    Eğitim ve ÖğretimAtatürk Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    DOÇ. DR. OKTAY YAĞIZ

  3. Artırılmış gerçeklik teknolojisinin spinal faset eklem enjeksiyonlarında kullanımının kadavra üzerinde araştırılması

    Investigating the effectiveness of using augmented reality headset in spinal facet joint injections on human cadaver model

    ALİ EKREM ADIYAMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Nöroşirürjiİstanbul Üniversitesi

    Beyin ve Sinir Cerrahisi Ana Bilim Dalı

    DOÇ. DR. PULAT AKIN SABANCI

  4. Investigating the effectiveness of four instructional techniques in learning technical vocabulary

    Dört öğretim tekniğinin İngilizce teknik kelime öğrenimi üzerine etkisi

    İLKNUR NURTEN BAĞCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimYıldız Teknik Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. HATİCE GÜLRU YÜKSEL

  5. Investigating the effectiveness of sealing liquid, permaseal® care 129, on the PV panels' performance

    Başlık çevirisi yok

    DEVINE ONYEKACHUKWU ENUKORAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiÜsküdar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMZA ABUNIMA