Classifying code smell reviews with semantic search.

• Main Author: RIBEIRO, Carlos Henrique Gonçalves.
• Publication Date: 2024
• Format: Bachelor thesis
• Language: por
• Source: Biblioteca Digital de Teses e Dissertações da UFCG
• Download full: https://dspace.sti.ufcg.edu.br/handle/riufcg/38005
• topic: Code Smells; Code Review; Semantic Search; Classiication - Code Smell Reviews; Busca Semântica; Classificação - Avaliações de Code Smell; Ciência da Computação

Contexto: Code smells referem-se a padrões no código-fonte que desviam dos princípios de design estabelecidos. Durante a revisão do código, os desenvolvedores têm a oportunidade de identificar e corrigir esses smells, assim melhorando a qualidade geral da base de código. Um exame mais aprofundado das discussões dentro das revisões de código pode revelar insights valiosos sobre como os code smells são discutidos. Objetivo: para permitir que pesquisas futuras entendam melhor o comportamento dos desenvolvedores em relação aos code smells, nos propusemos a construir um conjunto de dados de discussões relacionadas a code smells. Na prática, queremos classificar os comentários em duas categorias: comentários com code smell e comentários sem code smell. Método: Para fazer isso, conduzimos um experimento que alavancou a busca semântica como uma técnica de classificação. Os dados de treinamento foram extraídos de três repositórios populares do GitHub de código aberto e consistiram em mais de 100.000 entradas. Resultados: como resultado, classificamos automaticamente 4.058 comentários de revisão como relacionados a code smells. Embora empregando uma nova técnica e dispondo de recursos limitados, conseguimos atingir uma precisão de 0,41 para a tarefa de classificação.