Leveraging GPT-like LLMs to Automate Issue Labeling

Issue labeling is a crucial task for the effective management of software projects. To date, several approaches have been put forth for the automatic assignment of labels to issue reports. In particular, supervised approaches based on the fine-tuning of BERT-like language models have been proposed,...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE/ACM International Conference on Mining Software Repositories. Online) s. 469 - 480
Hlavní autoři:	Colavito, Giuseppe, Lanubile, Filippo, Novielli, Nicole, Quaranta, Luigi
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	ACM 15.04.2024
Témata:	Annotations Computational modeling Data models GPT Issue Labeling Labeling Unstructured Data LLM Manuals Scalability Software Software Maintenance and Evolution Supervised learning
ISSN:	2574-3864
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!