摘要
本发明提供了一种基于关联性的错误提交识别方法,属于软件测试技术领域。本发明采用基于排序判别的框架,利用错误报告、提交工件、执行信息以及与提交和执行相关的上下文知识的关联性进行推理以识别错误提交的方法,包括三个阶段:(1)利用小模型排序器对大规模提交数据进行批量过滤和排序,筛选出高风险的提交;(2)利用基于大语言模型的判别器对提交与错误之间的关联性进行更为精细和深入的分析;(3)采用融合重排序策略将第一阶段的初步排序结果与第二阶段的精细判断结果进行有效整合。本发明突破了传统方法仅依赖单一数据源、无法高效处理大规模数据的问题,还充分挖掘了多源异构数据之间的关联性关系,提升了错误提交的识别准确性。
技术关键词
识别方法
大语言模型
排序策略
软件测试技术
工件
阶段
排序损失
高风险
堆栈信息
列表
编码策略
语义
信息检索
批量
文本
多窗口
分词
小规模
数据
系统为您推荐了相关专利信息
面部识别模型
面部识别方法
文本
图像编码器
数据
大语言模型
基因识别方法
数据库查询语句
模式
组织