Current Result Document :
| 한글제목(Korean Title) |
깃허브 이슈 보고서 관리를 위해 RoBERTa Fine-Tuning을 이용한 다중 레이블 분류 기법과 성능 비교 |
| 영문제목(English Title) |
Comparison of Multi-label Classification Performance Using RoBERTa Fine-Tuning for GitHub Issue Report Management |
| 저자(Author) |
허주은
박도제
이선아
Jueun Heo
Doje Park
Seonah Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0258 ~ 0260 (2022. 06) |
한글내용
(Korean Abstract) |
이슈 관리 시스템에 작성된 이슈 보고서에 레이블링하면 레이블별로 이슈를 찾아볼 수 있다. 그러나, 레이블을 수작업으로 붙이는 노력이 많이 들고 정확하게 레이블링하기 어렵다. 기존 연구들은 깃허브의 이슈 보고서에 자동으로 레이블링을 하기 위한 방법을 제시하였다. 그러나, 버그인지 아닌지를 분류하거나 이슈 보고서를 하나의 레이블로 분류하는 멀티클래스 분류로 제한된다. 실제 개발자는 하나의 이슈에 여러 개의 레이블을 붙이기 때문에, 이와 유사한 자동화 방법은 이슈에 다중레이블을 붙일 수 있어야 한다. 본 연구에서는 현재 다양한 자연어처리 작업에서 좋은 성능을 보이는 RoBERTa로 이슈 보고서를 멀티레이블로 분류하는 작업을 진행한다. 그 결과 임곗값 0.2에서 기존의 분류모델보다 2.01%~6.37% 향상된 f1-score를 보였다. 또한 그 외 임계값 전반적으로 제안 방법이 우수한 성능을 보였다. 본 연구는 이슈 보고서 다중 라벨링을 문맥을 고려한 임베딩을 통해 의미론적 이슈 보고서 다중 분류 연구에 기여한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
