quality of source code identifiers.

quality of source code identifiers. If there is a low similarity between the identifiers used by requirements and source code, then no matter how good an IR-based technique is, it would not yield results with high precision and recall values.
To analyze the quality of the identifiers in our datasets and measure their similarity values, we use our previous approach, Coparvo [22], which helps to identify poor semantic areas in source code. We want to compute the similarity value between the set of requirements R, all merged into a single document Rall ¼SS cjjr . j,Weandbuildthe setthe of classes C, all merged into Call ¼ j normalized term-by-document matrix to avoid any effect from the document lengths. Then, we use JSM and VSM to
S S
compute the similarity between j rj and j cj. The similarity between these sets shows how close two documents are in terms of semantics.

Kết quả (Việt) 1:

chất lượng nguồn mã định danh. Nếu có một điểm giống nhau thấp giữa các từ định danh được sử dụng bởi các yêu cầu và mã nguồn, sau đó không có vấn đề như thế nào tốt một IR dựa trên kỹ thuật là, nó sẽ không mang lại kết quả với độ chính xác cao và giá trị thu hồi.Phân tích chất lượng của các định danh datasets của chúng tôi và đo lường giá trị tương tự của họ, chúng tôi sử dụng phương pháp trước đó của chúng tôi, Coparvo [22], giúp xác định khu vực ngữ nghĩa nghèo trong mã nguồn. Chúng tôi muốn để tính toán giá trị tương đồng giữa các thiết lập của yêu cầu R, tất cả sáp nhập vào một tài liệu duy nhất Rall ¼SS cjjr. j, Weandbuildthe setthe của các lớp học C, tất cả được sáp nhập vào cuộc gọi ¼ j chuẩn hoá hạn bởi tài liệu ma trận để tránh bất kỳ tác dụng từ tài liệu dài. Sau đó, chúng tôi sử dụng JSM và VSM đểS Stính toán sự giống nhau giữa j rj và j cj. Sự giống nhau giữa các tài liệu này cho thấy làm thế nào đóng hai bộ về mặt ngữ nghĩa.

Kết quả (Việt) 2:

chất lượng của định danh mã nguồn. Nếu có một sự tương đồng thấp giữa các định danh được sử dụng bởi các yêu cầu và mã nguồn, sau đó không có vấn đề như thế nào tốt một kỹ thuật IR dựa trên là, nó sẽ không mang lại kết quả với độ chính xác và thu hồi giá trị cao.
Để phân tích chất lượng của các bộ nhận trong bộ dữ liệu của chúng tôi và đo lường giá trị tương đồng của họ, chúng tôi sử dụng phương pháp tiếp cận của chúng tôi trước đó, Coparvo [22], giúp xác định các vùng nghèo ngữ nghĩa trong mã nguồn. Chúng tôi muốn để tính giá trị giống nhau giữa các tập hợp các yêu cầu R, tất cả hợp lại thành một tài liệu duy nhất Rall ¼SS cjjr. j, Weandbuildthe setthe của lớp C, tất cả sáp nhập vào Gọi ¼ j bình thường hạn-by-tài liệu ma trận để tránh bất kỳ tác động từ các độ dài tài liệu. Sau đó, chúng tôi sử dụng JSM và VSM để
SS
tính tương đồng giữa j rj, k cj. Sự giống nhau giữa các bộ cho thấy gần hai tài liệu là về mặt ngữ nghĩa.