ReadMe

本项目是对于论文**"Stay professional and efficient: automatically generate titles for your bug reports"**中提出工具的具体理解。

1.本项目的运行视频

https://box.nju.edu.cn/d/c7eac5deefb44a12b9bf/ 中的视频文件

2.项目结构：

• "iTAPE工具报告.pdf" ：阐述了对于工具的理解，包括它的难点、算法、模块实现、数据流通等

• "自动化 presentation.pptx"

• iTAPE文件夹：工具的代码

  • 0-0-preprocess.py：数据预处理
  • 0-1-refine_and_deal_human_named_token.py：运用3个启发式规则过滤样本并在低频令牌前后加上tag
  • 0-2-export_txt_data.py：生成适用于模型训练的6个TXT文件，即分别用于训练、验证、测试的body、title文件
  • 1-1-build.sh：预处理，构建一个scr-tgt对齐的数据集合一个词表
  • 1-2-embedding.sh:建立embedding文件
  • 2-train.sh：训练模型（有使用复制机制）
  • 3-test.sh：用训练完成的模型对于测试集body生成title的TXT文件
  • 4-value.py:评估模型预测的效果

2.运行要求

1. 环境要求

   opennmt-py >= 1.0.0（建议使用1.2.0，最好不要太高）
   pytorch >= 1.3.0
   nltk >= 3.4.5
   

   opennmt-py参考链接：https://pypi.org/project/OpenNMT-py/1.2.0/

2. 运行顺序：

   1. 在iTAPE中新建文件夹"data"

   2. 从https://box.nju.edu.cn/d/c7eac5deefb44a12b9bf/ 下载data.rar获取原始数据，解压后得到的“github.json”和“glove.6B.100d.txt”储存在"iTAPE/data/"下

   3. 从上述链接下载OpenNMT-py-1.2.0.zip获取OpenNMT-py的源码，解压后得到的文件夹“OpenNMT-py"放在"iTAPE/"下

   4. 按照代码文件序号依次运行（即0-0 ---> 0-1 ---> 0-2 --->1-1 --->1-2--->2 --->3--->4）

      注：在运行3-test.sh前要建立如“iTAPE/testout/iTAPE_step_25000_minlen8.txt”的目录

3. 如果使用cpu计算，pytorch要选cpu模型，shell脚本里关于gpu的设置都需要删除；如果使用gpu计算，则所有的设置都需为gpu