Extrahieren problematischer API-Funktionen aus Forumdiskussionen

Softwareentwicklungsaktivitäten produzieren oft große Mengen unstrukturierter Daten. Nützliche Informationen können aus solchen Daten extrahiert werden, um Softwareentwicklungsaktivitäten zu erleichtern, wie z.B. das Management von Fehlerberichten und die Bereitstellung von Dokumentationen. Online-Foren enthalten insbesondere umfangreiche wertvolle Informationen, die bei der Softwareentwicklung helfen können. Allerdings wurde bisher keine Arbeit unternommen, um problematische API-Funktionen aus Online-Foren zu extrahieren. In diesem Papier untersuchen wir Möglichkeiten zur Extraktion problematischer API-Funktionen, die in jedem Thread als Quelle von Schwierigkeiten diskutiert werden, unter Verwendung von Techniken der natürlichen Sprachverarbeitung und der Sentimentanalyse. Basierend auf einer vorläufigen manuellen Analyse des Inhalts eines Diskussionsthreads und einer Kategorisierung der Rolle jedes Satzes darin, entscheiden wir uns, uns auf einen Satz mit negativer Stimmung und dessen nahegelegene Nachbarn als Einheit zur Extraktion von API-Funktionen zu konzentrieren. Wir bewerten eine Reihe von potenziellen Lösungen, indem wir die automatisch extrahierten problematischen API-Designfunktionen mit manuell produzierten goldenen Testdaten vergleichen. Unsere beste Lösung ergibt eine Genauigkeit von 89%. Wir haben auch drei potenzielle Anwendungen für unsere Lösung zur Merkmalsaus extraction untersucht: (i) Hervorhebung des negativen Satzes und seiner Nachbarn zur Veranschaulichung der Haupt-API-Funktion; (ii) Suche nach hilfreichen Online-Informationen unter Verwendung der extrahierten API-Funktion als Suchanfrage; (iii) Zusammenfassung der problematischen Merkmale, um die „heißesten Themen“ in einem Forum zu offenbaren.