?CONTENT:

example : KDE bug report:

https://bugs.kde.org/show_bug.cgi?id=188311

?

研究問題：

1.找一幫人（10個人），對5個開源項目（Eclipse，Platform，Gnome，Mozilla和KDE）的bug report進行人工的總結，最后對每個bug report，總結出所謂的gold standard summary(GSS)。

2.根據語料庫的不同（email，email&meeting data，bug report data），定義統一的特征，分別建立三個分類器。

為什么選擇email和meeting data，是因為，他們都屬于conversation（類似于對話的形式）的數據。

所謂的conversation features：

特別地，對于第一個分類器，基于email threads:

第二個分類器，基于email threads和meeting：

第三個分類器，基于bug report：

采用一部分bug report拿來做訓練，每句話同時由三個人看過。0代表沒有一個人將這句話納入gold standard summary，1代表只有一個人將這句話納入gold standard summary，以此類推。。。

因此，2和3（≥2）表示為positive sentence。

3.對于同一個（新的）bug report，三個不同的分類器都會生成三個不同的summary。

將其與gold standard summary進行比較，看看哪個更接近gold。

?個人觀點：

對于bug report的summary，更多應該針對于具體的內容而言，而其中的一些feature，例如，word count，position等顯然沒有十分豐富的意義，更多應該考慮一些語義方面的信息轉化成為可以量化的feature。