문장 평가 점수를 이용한 딥러닝 기반의 버그 리포트 요약

Abstract

소프트웨어 프로젝트의 유지보수에서 버그 리포트는 개발자들에게 매우 중요한 정보를 제공한다. 개발자들은 버그에 대한 정보를 공유 및 논의하거나 연관된 버그 수정 작업 시 버그 리포트를 열람한다. 그러나 버그 리포트는 복잡하고 장황한 토론들로 이루어져 있는 경우가 많아 개발자들이 이를 읽고 이해하는 데 어려움이 있다. 따라서, 간결하고 정확한 버그 리포트 요약문을 생성하기 위해 다양한 관련 연구가 진행되었다. 그러나, 버그 리포트 요약에 관한 기존 연구의 경우, 학습 데이터에 크게 의존하거나 문장 내 단어 빈도에 크게 의존하여 요약문의 품질이 떨어지는 경우가 많다. 또한, 버그 리포트 내 다양한 문장 간의 관계를 고려하지 않았다. 본 연구에서는 버그 리포트의 문장 관계를 신뢰성, 문장 간 응집성, 주제와의 연관성 측면에서 분석하고, 이를 이용한 딥러닝 기반의 버그 리포트 요약 기법을 제안한다. 실험을 통해 제안 기법이 기존 버그 리포트 요약 기법보다 요약 품질과 적용 범위 측면에서 뛰어남을 검증하였다.