非公式ドキュメントにおける重要なコード要素の発見

フォーラム投稿などの開発者コミュニケーションに含まれる知識にアクセスするためには、議論で言及されているコード要素を自動的に特定することが有用です。我々は、さまざまな文書に含まれるコード要素を抽出するための新しいトレーサビリティ回復アプローチを提案します。従来の研究とは異なり、我々のアプローチはリンクを見つけるためにコード要素のインデックスを必要としないため、非公式ドキュメントの分析に特に適しています。993のコード要素を含む188のStackOverflow回答投稿で評価した結果、この技術は平均0.92の精度と0.90のリコールを達成しました。従来のトレーサビリティアプローチに対する重要な改善点として、我々はまた、文書内のどのコード要素が投稿のトピックに対して顕著または関連性があるかを検出することを提案します。この目的のために、文書のテーマに応じて0.65-0.74の精度と0.30-0.65のリコールを持つ三特徴決定木分類器を開発しました。