กรอบ Adaptive Title–Description Fusion แยกเข้ารหัสชื่อและคำอธิบายรายงานบั๊ก แล้วเรียนรู้น้ำหนักของข้อมูลสองส่วนตามบริบท ในข้อมูล Mozilla Bugzilla แบบ 5 ระดับความรุนแรง โมเดลได้ Macro-F1 0.771 สูงกว่า gated fusion 0.756 และการต่อข้อความตรง 0.739 ผลสนับสนุนแนวคิด adaptive fusion แต่ยังไม่ยืนยันการใช้ข้ามโครงการหรือผลต่อเวลาซ่อมจริง
ข้อค้นพบสำคัญ
- ATDF ได้ Macro-F1 0.771 เทียบกับ 0.756 ของ gated fusion และ 0.739 ของ direct concatenation ความสำคัญสัมพัทธ์ของชื่อและคำอธิบายเปลี่ยนตามระดับความรุนแรงและ repository ในสภาวะทดลองนี้
ทำไมจึงมีความสำคัญระดับโลก
การจัดระดับความรุนแรงอัตโนมัติอาจช่วยทีมโอเพนซอร์สและองค์กรจัดคิว defect จำนวนมาก แนวคิดแยกแหล่งข้อความแล้วปรับน้ำหนักสามารถประยุกต์กับเอกสารที่มีส่วนสั้นและยาวในงานวิศวกรรมซอฟต์แวร์อื่น
บทบาทของนักวิจัยไทย
นักวิจัยคณะวิทยาการสารสนเทศ มหาวิทยาลัยมหาสารคาม และวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยขอนแก่นร่วมพัฒนาและประเมินกรอบจำแนกข้อความ
ข้อจำกัดที่ควรรู้
ทดสอบกับระบบ Mozilla และป้ายกำกับที่มีอยู่ซึ่งอาจไม่สม่ำเสมอ บทคัดย่อไม่รายงานช่วงความเชื่อมั่น การทดสอบนัยสำคัญ การแยกข้อมูลตามเวลา หรือค่าใช้จ่ายคำนวณ ความต่าง Macro-F1 0.015 จาก gated fusion อาจเล็กในงานจริง และยังไม่วัดผลต่อผู้พัฒนาหรือเวลาแก้บั๊ก