論文の概要: Assessing the Impact of File Ordering Strategies on Code Review Process
- arxiv url: http://arxiv.org/abs/2306.06956v1
- Date: Mon, 12 Jun 2023 08:38:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 03:41:52.872336
- Title: Assessing the Impact of File Ordering Strategies on Code Review Process
- Title(参考訳): ファイル順序付け戦略がコードレビュープロセスに及ぼす影響の評価
- Authors: Farid Bagirov, Pouria Derakhshanfar, Alexey Kalina, Elena Kartysheva,
Vladimir Kovalenko
- Abstract要約: 前回の研究では、コードレビューで変更されたファイルの位置がレビュープロセスに影響を与えることが示されている。
本稿では、よく知られた産業プロジェクトIntelliJ IDEAのコードレビューにおけるファイル順序の影響について検討する。
デフォルトのアルファベット順の代替として、コード差分に従って変更ファイルを順序付けします。
- 参考スコア(独自算出の注目度): 2.1874189959020427
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Popular modern code review tools (e.g. Gerrit and GitHub) sort files in a
code review in alphabetical order. A prior study (on open-source projects)
shows that the changed files' positions in the code review affect the review
process. Their results show that files placed lower in the order have less
chance of receiving reviewing efforts than the other files. Hence, there is a
higher chance of missing defects in these files. This paper explores the impact
of file order in the code review of the well-known industrial project IntelliJ
IDEA. First, we verify the results of the prior study on a big proprietary
software project. Then, we explore an alternative to the default Alphabetical
order: ordering changed files according to their code diff. Our results confirm
the observations of the previous study. We discover that reviewers leave more
comments on the files shown higher in the code review. Moreover, these results
show that, even with the data skewed toward Alphabetical order, ordering
changed files according to their code diff performs better than standard
Alphabetical order regarding placing problematic files, which needs more
reviewing effort, in the code review. These results confirm that exploring
various ordering strategies for code review needs more exploration.
- Abstract(参考訳): 一般的なモダンなコードレビューツール(gerritやgithubなど)は、コードをアルファベット順にソートする。
以前の調査(オープンソースプロジェクト)では、コードレビューで変更されたファイルの位置がレビュープロセスに影響を与えることが示されている。
その結果、順番の低いファイルは、他のファイルよりもレビュー作業を受ける確率が低いことが判明した。
したがって、これらのファイルに欠陥がある可能性が高くなる。
本稿では、よく知られた産業プロジェクトIntelliJ IDEAのコードレビューにおけるファイル順序の影響について検討する。
まず, 大規模プロプライエタリソフトウェアプロジェクトにおける先行研究の結果を検証する。
次に、デフォルトのアルファベット順に代えて、変更したファイルをコード差分に従って順序付けする。
以上より,先行研究の観察を確認した。
コードレビューで表示されたファイルに対して、レビュアーがより多くのコメントを残すことが分かりました。
さらに、これらの結果は、データがアルファベット順に歪んだとしても、コード差分に従って変更ファイルを順序付けすると、コードレビューにおいてより精査を要する問題ファイルの配置に関して、標準のアルファベット順よりも優れたパフォーマンスが得られることを示している。
これらの結果は、コードレビューのための様々な順序付け戦略を探究する必要があることを裏付ける。
関連論文リスト
- An empirical study on code review activity prediction in practice [7.189276599254809]
本稿では,提案パッチのどのファイルにコメントが必要か,(2)修正,(3)ホットスポットかを予測することで,コードレビュアを支援することを目的とする。
3つのオープンソースと2つの産業データセットに関する実証的研究は、コード埋め込みとレビュープロセスの機能を組み合わせることで、最先端のアプローチよりも優れた結果をもたらすことを示しています。
論文 参考訳(メタデータ) (2024-04-16T16:20:02Z) - Code Search Debiasing:Improve Search Results beyond Overall Ranking
Performance [10.059769537424582]
バイアスドコード検索エンジンは、全体的なパフォーマンスが期待できるにもかかわらず、ユーザエクスペリエンスが劣っている。
我々は、検索結果の校正に格付けを利用する一般的なデバイアス化フレームワークを開発する。
実験により、我々のフレームワークはバイアスを効果的に軽減できることが示された。
論文 参考訳(メタデータ) (2023-11-25T02:31:22Z) - SCREWS: A Modular Framework for Reasoning with Revisions [58.698199183147935]
我々は、リビジョンを伴う推論のためのモジュラーフレームワークであるSCREWSを紹介する。
我々は、SCREWSが、共通のフレームワークの下で、いくつかの以前のアプローチを統合することを示す。
我々は,多種多様な推論タスクに基づいて,最先端のLCMを用いてフレームワークの評価を行った。
論文 参考訳(メタデータ) (2023-09-20T15:59:54Z) - Demystifying Code Snippets in Code Reviews: A Study of the OpenStack and Qt Communities and A Practitioner Survey [6.091233191627442]
コードレビューのコードスニペットに関する情報と知識をマイニングするために、混合メソッドの研究を行います。
調査の結果は、レビュー担当者が開発者がコードレビューに必要な特定の情報を満たすために、適切なシナリオでコードスニペットを提供することができることを強調している。
論文 参考訳(メタデータ) (2023-07-26T17:49:19Z) - RepoCoder: Repository-Level Code Completion Through Iterative Retrieval
and Generation [96.75695811963242]
RepoCoderはリポジトリレベルのコード補完プロセスを合理化するフレームワークである。
類似性ベースのレトリバーと、事前訓練されたコード言語モデルが組み込まれている。
バニラ検索で拡張されたコード補完アプローチよりも一貫して優れています。
論文 参考訳(メタデータ) (2023-03-22T13:54:46Z) - Augmenting Diffs With Runtime Information [53.22981451758425]
Collector-Sahabは、コード差分をランタイム差分情報で拡張するツールである。
We run Collector-Sahab on 584 code diffs for Defects4J bugs and found it successfully augment the code diff for 95% (555/584)。
論文 参考訳(メタデータ) (2022-12-20T16:33:51Z) - CodeReviewer: Pre-Training for Automating Code Review Activities [36.40557768557425]
本研究は,コードレビューシナリオにおけるタスクの事前学習技術を活用することに焦点を当てる。
私たちは、最も人気のある9つのプログラミング言語で、オープンソースのプロジェクトから、現実世界のコード変更とコードレビューの大規模なデータセットを収集します。
コード差分とレビューをよりよく理解するために、コードレビューセナリオに特化した4つの事前トレーニングタスクを利用する事前トレーニングモデルであるCodeReviewerを提案する。
論文 参考訳(メタデータ) (2022-03-17T05:40:13Z) - ReACC: A Retrieval-Augmented Code Completion Framework [53.49707123661763]
本稿では,語彙のコピーと類似したセマンティクスを持つコード参照の両方を検索により活用する検索拡張コード補完フレームワークを提案する。
我々は,Python および Java プログラミング言語のコード補完タスクにおけるアプローチを評価し,CodeXGLUE ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2022-03-15T08:25:08Z) - Using Large-scale Heterogeneous Graph Representation Learning for Code
Review Recommendations [7.260832843615661]
我々は、レビュアーレコメンデーションのための新しいアプローチであるCoRALを提示する。
私たちは、リッチなエンティティセットから構築された社会技術的グラフを使用します。
我々は,コラルがレビュアー選択のマニュアル履歴を極めてうまくモデル化できることを示した。
論文 参考訳(メタデータ) (2022-02-04T20:58:54Z) - CodeRetriever: Unimodal and Bimodal Contrastive Learning [128.06072658302165]
関数レベルのコードセマンティック表現を訓練するために,一様および二様のコントラスト学習を組み合わせたCodeRetrieverモデルを提案する。
ノンモーダルなコントラスト学習のために、文書と関数名に基づいてポジティブなコードペアを構築するためのセマンティックガイド付き手法を設計する。
バイモーダルなコントラスト学習では、コードのドキュメンテーションとインラインコメントを活用して、テキストコードペアを構築します。
論文 参考訳(メタデータ) (2022-01-26T10:54:30Z) - Deep Just-In-Time Inconsistency Detection Between Comments and Source
Code [51.00904399653609]
本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。
私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。
より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
論文 参考訳(メタデータ) (2020-10-04T16:49:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。