Software-spezifische Named Entity Recognition in sozialen Inhalten der Softwaretechnik

Soziale Inhalte der Softwaretechnik, wie z. B. Q&A-Diskussionen auf Stack Overflow, sind zu einer Informationsquelle über Softwaretechnik geworden. Diese textuellen Inhalte konzentrieren sich auf software-spezifische Entitäten sowie deren Nutzungsmuster, Problemlösungen und Alternativen. Bestehende Ansätze zur Analyse von Texten der Softwaretechnik behandeln software-spezifische Entitäten jedoch genau wie andere Inhalte und können daher den jüngsten Fortschritt von entitätszentrierten Anwendungen, wie direkten Antworten und Wissensgraphen, nicht unterstützen. Der erste Schritt zur Ermöglichung dieser entitätszentrierten Anwendungen für die Softwaretechnik besteht darin, software-spezifische Entitäten zu erkennen und zu klassifizieren, was in der Literatur als Named Entity Recognition (NER) bezeichnet wird. Bestehende NER-Methoden sind für die Erkennung von Personen, Orten und Organisationen in formalen und sozialen Texten konzipiert, die nicht auf NER in der Softwaretechnik anwendbar sind. Bestehende Methoden zur Informationsbeschaffung in der Softwaretechnik beschränken sich auf die Identifikation von APIs und die Verlinkung einer bestimmten Programmiersprache. In diesem Papier formulieren wir das Forschungsproblem der NER in der Softwaretechnik. Wir identifizieren die Herausforderungen bei der Gestaltung eines software-spezifischen NER-Systems und schlagen einen maschinenlernenden Ansatz vor, der auf sozialen Inhalten der Softwaretechnik angewendet wird. Unser NER-System, genannt S-NER, ist allgemein für die Softwaretechnik in dem Sinne, dass es eine breite Kategorie von Softwareentitäten für eine Vielzahl von populären Programmiersprachen, Plattformen und Bibliotheken erkennen kann. Wir führen systematische Experimente durch, um unser maschinenlernendes S-NER mit einem gut gestalteten zu evaluieren und die Effektivität weit verbreiteter NER-Techniken und -Funktionen angesichts der einzigartigen Eigenschaften sozialer Inhalte der Softwaretechnik zu untersuchen.