Automatic title completion for Stack Overflow posts and GitHub issues

Xiang Chen

doi:10.1007/s10664-024-10513-0

2024-07-25

PRE

DOI：10.1007/s10664-024-10513-0

原文链接

摘要

En 中文

标题质量对于不同的软件工程社区很重要。例如，在Stack Overflow中，具有低质量问题标题的帖子通常会阻止潜在的回答者。在GitHub中，低质量标题的问题可能使开发人员难以掌握问题的核心思想。在以往的研究中，研究人员主要关注通过分析正文内容从头开始生成标题，例如用于堆栈溢出问题标题生成的帖子正文 (SOTG) 和用于问题标题生成的问题正文 (ISTG)。然而，生成的标题的质量仍然受到主体内容中可用信息的限制。一种更有效的方法是在开发人员撰写标题时提供准确的完成建议。受此想法的启发，我们是第一个研究软件工程标题生成任务的自动标题完成问题的人，并提出了方法TC4SETG。具体地，我们首先预处理收集的标题以形成用于模拟标题完成场景的不完整标题 (即，由开发者提供的提示信息)。然后，我们通过将不完整的标题与正文的内容连接起来来构造输入。最后，我们对预训练模型CodeT5进行微调，以有效地学习标题完成模式。为了评估TC4SETG的有效性，我们从Stack Overflow中选择了189,655个高质量的帖子，涵盖了SOTG任务的八种流行编程语言，并在ISTG任务的GitHub上排名前200位的存储库中333,563了问题。我们的实证结果表明，与从头开始生成问题标题的方法相比，我们提出的方法TC4SETG在自动和人工评估中更实用。我们的实验结果表明，就rouge-l而言，TC4SETG在SOTG任务中的性能至少比相应的最新基线高25.82% %，在ISTG任务中至少比相应的最新基线高45.48% %。因此，我们的研究为研究自动软件工程标题生成提供了一个新的方向，并呼吁更多的研究人员在未来研究这个方向。

Keyword:

Software engineering title generation

Title completion

Stack overflow title generation

Issue title generation

Pre-trained model