Abstract

摘要：已经对软件工程的情感分析（SA4SE）进行了广泛的研究。 研究人员已投入大量精力开发定制工具（例如 SentiStrength-SE、SentiCR），以对软件工程 (SE) 特定内容（例如 Stack Overflow 中的讨论和代码审查评论）的情绪极性进行分类。 即便如此，仍有很大的改进空间。 最近，预训练的基于 Transformer 的模型（例如，BERT、XLNet）在自然语言处理（NLP）领域带来了相当大的突破。 在这项工作中，我们在六个 SE 数据集上对五个现有的 SA4SE 工具和四个最先进的基于 Transformer 的预训练模型的变体进行了系统评估。 我们的工作是第一个为 SA4SE 任务微调基于 Transformer 的预训练模型。 根据经验，在所有六个数据集中，我们经过微调的基于 Transformer 的预训练模型在宏观/微观平均 F1 分数方面优于现有 SA4SE 工具 6.5-35.6%。
索引词——情感分析、软件挖掘、自然语言处理、预训练模型