Dự đoán Code-Smell dựa trên phân loại đa nhãn

Abstract

Trong hai thập kỷ gần đây, dự đoán code-smell dựa trên học máy là một lĩnh vực đang được cộng đồng nghiên cứu quan tâm. Tuy nhiên, hầu hết các nghiên cứu đều sử dụng tập dữ liệu độ đo mã nguồn đơn nhãn trong các mô hình thử nghiệm, mặc dù trong thực tế một mẫu độ đo mã nguồn có thể tồn tại nhiều code-smell khác nhau. Bài báo này công bố một tập dữ liệu đa nhãn phù hợp cho các nghiên cứu liên quan đến phân loại đa nhãn và đồng thời đề xuất một mô hình học máy phát hiện code-smell dựa trên các phương pháp phân loại đa nhãn. Các mô hình học máy, dựa trên phương pháp phân loại đa nhãn, nhằm phát hiện code-smell trên tập dữ liệu được công bố đã cho thấy nhiều kết quả hứa hẹn của hướng nghiên cứu này.