이 연구는 기술 부채(TD) 탐지를 위한 자동화된 접근법에 대한 체계적 문헌 고찰을 수행했다. 연구팀은 2002년부터 2022년까지 발표된 53개의 관련 연구 논문을 분석했다.
주요 결과는 다음과 같다:
자동화된 TD 탐지 접근법은 크게 세 가지 그룹으로 구분된다: 순수 NLP 기반, NLP와 기계 학습 결합, NLP와 딥 러닝 결합. 이 중 NLP와 딥 러닝 결합 접근법이 가장 우수한 성능을 보였다.
특징 추출 기법은 텍스트 패턴, 빈도 기반 임베딩, 단어 임베딩, 사전 학습 임베딩으로 분류된다. 사전 학습 임베딩이 가장 높은 정확도, 재현율, F1-점수를 달성했다.
TD 유형은 소프트웨어 개발 활동(요구사항, 설계, 구현, 테스트, 유지보수)과 매핑되었다. 각 개발 활동에 가장 적합한 특징 추출 기법과 알고리즘이 식별되었다.
이 연구 결과는 연구자와 실무자에게 TD 탐지 기술 발전을 위한 시사점을 제공한다.
На другой язык
из исходного контента
arxiv.org
Дополнительные вопросы