ما نوع الأسئلة التي يطرحها المطورون على Stack Overflow؟ مقارنة بين الطرق الآلية لتصنيف المشاركات إلى فئات أسئلة

في مواقع الأسئلة والأجوبة، مثل Stack Overflow (SO)، يستخدم المطورون الوسوم لتصنيف محتوى المشاركة ولدعم المطورين في البحث والتصفح عن الأسئلة. ومع ذلك، تشير هذه الوسوم بشكل أساسي إلى الجوانب التكنولوجية بدلاً من هدف السؤال. يمكن أن تضيف الوسمة الأسئلة بغرضها بُعدًا جديدًا إلى تحديد المواضيع التي تتم مناقشتها في المشاركات على SO. في هذه الورقة، نهدف إلى أتمتة تصنيف مشاركات الأسئلة في SO إلى سبع فئات من الأسئلة. كخطوة أولى، قمنا بتوحيد تصنيفات فئات الأسئلة الموجودة ثم صنفنا يدويًا 1000 سؤال في SO وفقًا لتصنيفنا الجديد. بالإضافة إلى فئة السؤال، وضعنا علامات على العبارات التي تشير إلى فئة سؤال لكل مشاركة. ثم استخدمنا مجموعة البيانات هذه لأتمتة تصنيف المشاركات باستخدام نهجين. في النهج الأول، حللنا العبارات يدويًا للعثور على أنماط. استنادًا إلى التعبيرات النظامية، نفذنا مصنفًا لكل فئة يحدد ما إذا كانت المشاركة تنتمي إلى الفئة أم لا. تُشتق هذه التعبيرات النظامية من خلال تحليل الأنماط في العبارات. في النهج الثاني، استخدمنا مجموعة البيانات المُنسقة لتدريب نماذج تصنيف باستخدام خوارزميات التعلم الآلي المُشرف (Random Forest وSupport Vector Machines). بالنسبة لخوارزميات التعلم الآلي، جربنا 1312 تكوينًا مختلفًا بشأن معالجة النص وتمثيل بيانات الإدخال. ثم قارنّا أداء طريقة التعبيرات النظامية بأداء أفضل تكوين يستعمل خوارزميات التعلم الآلي على مجموعة تحقق مكونة من 110 مشاركات. أظهرت النتائج أنه باستخدام نهج التعبيرات النظامية، يمكننا تصنيف المشاركات إلى فئة السؤال الصحيحة بدقة واستدعاء متوسطين 0.90، ومعامل MCC بقيمة 0.68. بالإضافة إلى ذلك، طبقنا نهج التعبيرات النظامية على جميع أسئلة SO التي تتعلق بتطوير تطبيقات Android وفحصنا التداخل بين فئات الأسئلة في المشاركات. وجدنا أن فئات استخدام API، والمفاهيمية، والتناقض هي أكثر فئات الأسئلة تكرارًا وتظهر أيضًا متزامنة بشكل متكرر. يمكن استخدام نهجنا لدعم المطورين في تصفح مناقشات SO أو الباحثين في بناء أنظمة التوصية المستندة إلى SO.