未来工作：

1. 明确了未来研究方向：
• 从实证研究当中，去寻找有效特征，用来预测SATD注释到底是会被Self-Fixed，还是会被其他人修复;
• 本质上来说，这属于一个分类问题，其中正类就是Self-Fix，负类则为他人修复;
• 输入:包含代码片段以及SATD注释;
• 输出:对Self-Fix情况的判断，也就是验证是否是Self-Fixed;
• 重要特征是基于SATD注释，以注释为基础，去辅助分类预测，进而丰富信息维度，提升模型性能;
2. 《Does it matter who pays back Technical Debt? An empirical study of self-fixed TD》IST
   • 关注其如何收集数据；
   • 开源数据集是何种情况；
   • 从哪些角度进行分析；
   • 模仿其中的实证研究、统计分析等做法，找到存在显著性差异的特征数据；
   • 再依据差异的现象和特征，进一步提取特征、量化特征；
   • 然后把这些特征放到ML模型当中去进行训练、优化；

3. 《An Exploratory Study on Self-Fixed Software Vulnerabilities in OSS Projects》SANER
   • 试着找出Vulnerabilities与SATD的共性；
   • 将其与Self-Fix的工作联系起来；

4. 关于Code-t5，RNN等文本分类的机器学习模型:
   • 需要重点关注这些模型的基本思想、用途、操作过程、优势与区别、原因与动机等方面;
   • 要是有必要的话，再去深入了解它们底层公式的实现情况;
   • 可以到教学网站去拷贝代码，先跑通代码；
   • 针对自己面临的问题去进行相应的改进；

SATD数据集采集

• 目前的方法获取SATD：

1. satdbailiff自动提取；
2. 写程序分析一下git diff的输出，从里面提取satd；
• 当前计划：
1. 先用satd baililif提取项目信息；
2. 将提取出的commit hash找到对应的提交者；
3. 对比移除与引入的提交者是否同一个人；

SATD分类工作

• 人工审查GPT分类对错；
• 手动打分，有与GPT不同结果则标红；
• 统计不同结果个数；