Collecting a dataset of bug fixing commits

Идея применения машинного обучения для выявления/исправления ошибок в коде волнует умы исследователей по всему миру. Важным шагом на пути к этой светлой цели является получение обширной, репрезентативной и незашумлённой выборки bug-fix коммитов. На данный момент подавляющее число подобных датасетов собирается либо с помощью баг-трекеров, либо с помощью фильтрации коммитов по ключевым словам. Однако, точность и полнота подобных подходов оставляет желать лучшего. Мы решили исследовать применимость методов машинного обучения для майнинга bug-fix коммитов. На семинаре мы рассмотрим существующие исследования в области классификации коммитов, уделив отдельное внимание проблемам использовавшихся датасетов. Затем обсудим наш подход к решению задачи и то, как наш опыт сбора обучающей выборки и соотносится с законом Мёрфи. В заключение посмотрим на имеющиеся результаты и обсудим перспективы дальнейшего развития проекта. Докладчик: Артём Лобанов.