paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Documenting evidence of a reproduction of ‘is there a “golden” feature set for static warning identification? — an experimental evaluation’

记录对《是否存在面向静态警告识别的“黄金”特征集？——一项实验评估》的复现证据
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 4/10 · 论文涉及静态警告识别与监督式机器学习，属于静态分析+ML的交叉方向，与“AI→PL”有一定关联；但它是复现性工作，未涉及LLM/Agent、浮点程序分析或贝叶斯程序分析，且不聚焦工业落地或新benchmark，与用户当前核心研究方向距离较远。引用 6 inbox
Xueqi Yang, Tim Menzies
程序分析与抽象解释机器学习与程序语言
crossref: 2026-09-12

AI 速览

一句话：复现并记录基于 FindBugs 数据集与“黄金”特征集的静态警告识别监督模型研究。

本文是一篇复现记录，关注 Wang 等人提出的“黄金”特征集在静态警告识别中的实验评估。作者使用 Yang 等 EMSE '21 论文中由 FindBugs 生成的静态分析数据集，复现其监督学习模型，以检验基于该特征集的静态分析流程。工作重点在于记录复现过程和证据，而非提出新方法。摘要未汇报新的实验结论或性能指标，因此其贡献主要是为该实验的可复现性提供材料。

问题
研究问题：复现并检验 Wang 等人关于静态警告识别中是否存在“黄金”特征集的实验评估。
方法
方法：使用 Yang 等 EMSE '21 论文中由 FindBugs 生成的静态分析数据集，复现基于“黄金”特征集的监督模型。
评估
评估：以复现实验的形式进行并记录相关证据；摘要未给出具体性能结果。
原文摘要（Abstract）

We report here the use of the static analysis dataset generated by FindBugs in a recent EMSE '21 paper by Yang et al. The artifact reproduced is supervised models to perform static analysis based on a golden feature set as studied by Wang et al.

链接与引用

DOI 原文 ·

BibTeX 
@inproceedings{paperbot6342,
  title = {Documenting evidence of a reproduction of ‘is there a “golden” feature set for static warning identification? — an experimental evaluation’},
  author = {Xueqi Yang and Tim Menzies},
  booktitle = {FSE},
  year = {2021},
  doi = {10.1145/3468264.3477220}
}