改进的软件错误报告自动分类算法

摘要：

软件错误报告的自动分类能够节省大量人力和时间，然而用户提交的错误报告主观性较强，对错误报告的描述较随意，造成自动分类的效率低下。为此，基于传统的词频-逆向文件频率( TF-IDF )算法，结合文档内词条频度与词条在同类别及不同类别文档中的分布情况，提出2种特征降维的改进算法，降维后再对词条进行权值处理，进一步提高特征降维的效果。实验结果表明，应用该算法得到的错误报告自动分类在精确率、召回率、F1值和准确度等指标上比现有算法都有明显提高。

关键词：特征降维、错误报告、文本自动分类、词频-逆向文件频率、特征权重、频率

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学重大国际地区合作研究基金资助项目81320108019;福建省自然科学基金资助项目2014J01220。

在线出版日期：2015-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：183-187