V. AUTOMATED CLASSIFICATION OF COMM

V. AUTOMATED CLASSIFICATION OF COMMENT USEFULNESS

In the second phase of the study, we built upon the findings from the interviews to create an automated classifier to distinguish between useful and not useful comments. The purpose behind this is that an accurate automatic classifier allows us to classify a large number of review comments, enabling a large scale quantitative study of review comment effectiveness (as we conduct and describe in Section VI), as manual classification of code review comments is time consuming and does not scale. Note that our goal in building a classifier is not to predict comment usefulness at the time that the comment is written. Such a classifier would not be useful to developers (an author of a change under review likely wants

ผลลัพธ์ (ไทย) 1:

V. การจัดประเภทอัตโนมัติของประโยชน์ข้อคิดเห็น ในระยะที่สองของการศึกษา ที่เราสร้างขึ้น findings จากการสัมภาษณ์เพื่อสร้าง classifier การอัตโนมัติเพื่อแยกระหว่างความคิดเห็นที่เป็นประโยชน์ และไม่มีประโยชน์ วัตถุประสงค์ด้านหลังคือ ที่ classifier อัตโนมัติที่ถูกต้องช่วยให้เราสามารถจัดประเภทจำนวนความคิดเห็นตรวจทาน การทำการศึกษาเชิงปริมาณขนาดใหญ่ประสิทธิภาพการคิดทบทวน (เท่าที่เราทำ และอธิบายในส่วนวี), classification ด้วยตนเองของข้อคิดเห็นการตรวจทานรหัสใช้เวลานาน และปรับขนาด หมายเหตุที่เป้าหมายของเราในการสร้างความ classifier จะไม่ทำนายคิดประโยชน์ในขณะที่เขียนข้อคิดเห็น Classifier ดังกล่าวไม่เป็นประโยชน์เพื่อพัฒนา (ผู้เขียนของการเปลี่ยนแปลงภายใต้การตรวจสอบอาจต้อง

ผลลัพธ์ (ไทย) 2:

โวลต์อัตโนมัติจำแนกประเภทของการแสดงความคิดเห็นที่มีประโยชน์ในระยะที่สองของการศึกษาที่เราสร้างขึ้นบนสาย ndings จากการสัมภาษณ์เพื่อสร้างเอ้ออัตโนมัติจัดประเภทสายที่จะแยกแยะระหว่างการแสดงความคิดเห็นที่เป็นประโยชน์และไม่เป็นประโยชน์ วัตถุประสงค์ที่อยู่เบื้องหลังนี้คือการที่ถูกต้องโดยอัตโนมัติเอ้อจัดประเภทช่วยให้เราสามารถแบ่งประเภทเป็นจำนวนมากแสดงความคิดเห็นทบทวนการเปิดใช้งานการศึกษาเชิงปริมาณขนาดใหญ่ของประสิทธิภาพความคิดเห็นทบทวน (ที่เราดำเนินการและอธิบายในส่วนที่ VI) เป็นคู่มือไอออนจัดประเภทของการตรวจสอบรหัสความเห็นถูก ใช้เวลานานและไม่ได้ระดับ โปรดทราบว่าเป้าหมายของเราในการสร้างเอ้อจัดประเภทไม่ได้ที่จะคาดการณ์ประโยชน์ความคิดเห็นในช่วงเวลาที่ความคิดเห็นเป็นลายลักษณ์อักษร เช่นการจัดประเภทเอ้อไฟจะไม่เป็นประโยชน์ในการพัฒนา (ผู้เขียนของการเปลี่ยนแปลงภายใต้การทบทวนแนวโน้มที่ต้องการ

ผลลัพธ์ (ไทย) 3:

โวลต์อัตโนมัติการจำแนกความคิดเห็นประโยชน์

ในขั้นตอนที่สองของการศึกษา เราสร้างขึ้นจึง ndings จากการสัมภาษณ์เพื่อสร้างเป็นแบบอัตโนมัติ classi จึงเพื่อที่จะแยกแยะระหว่างประโยชน์ และไม่เป็นประโยชน์แสดงความคิดเห็น วัตถุประสงค์ที่อยู่เบื้องหลังนี้คือที่ถูกต้องโดยอัตโนมัติจึงช่วยให้เราสามารถจำแนก classi เอ้อเป็นจำนวนมากของความคิดเห็นแสดงความคิดเห็นเปิดใช้งานขนาดใหญ่การศึกษาทบทวนความคิดเห็นประสิทธิผล ( เรา ความประพฤติ และอธิบายในส่วนที่ 6 ) เป็น การถ่ายทอดคู่มือ classi ความคิดเห็นรหัสตรวจสอบเป็นเวลานานและไม่ได้ขนาด โปรดทราบว่าเป้าหมายของเราในการสร้าง classi จึงไม่ทำนายความคิดเห็นเอ้อเป็นประโยชน์ในเวลาที่ความคิดเห็นเป็นลายลักษณ์อักษรเช่น classi จึงเอ้อจะไม่เป็นประโยชน์กับนักพัฒนา ( ผู้เขียนของการเปลี่ยนแปลงภายใต้การตรวจสอบอาจต้องการ