Key points are not available for this paper at this time.
Este artigo apresenta o BEE, uma ferramenta que analisa automaticamente relatórios de bugs escritos pelos usuários e fornece feedback aos repórteres e desenvolvedores sobre o comportamento observado do sistema (OB), comportamento esperado (EB) e os passos para reproduzir o bug (S2R). O BEE utiliza aprendizado de máquina para (i) detectar se um problema descreve um bug, uma melhoria ou uma pergunta; (ii) identificar a estrutura das descrições dos bugs rotulando automaticamente as frases que correspondem ao OB, EB ou S2R; e (iii) detectar quando os relatórios de bugs não fornecem esses elementos. O BEE está integrado ao GitHub e oferece uma API web pública que os pesquisadores podem usar para investigar tarefas de gerenciamento de bugs com base em relatórios de bugs. Avaliamos os modelos subjacentes do BEE em mais de 5 mil relatórios de bugs existentes e descobrimos que eles podem detectar corretamente as frases de OB, EB e S2R, bem como informações ausentes nos relatórios de bugs. O BEE é um projeto de código aberto que pode ser encontrado em https: //git. io/JfFnN. Um vídeo mostrando todas as capacidades do BEE pode ser encontrado em https: //youtu. be/8pC48fₕClw.
Song et al. (Sun,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: