近日，第31届亚太软件工程会议（31st Asia-Pacific Software Engineering Conference，APSEC 2024）于中国重庆召开并公布了大会奖项。APSEC 2024会议仅录用41篇Technical Paper，我组2023级硕士研究生邹致远同学的论文《HANTracer: Leveraging Heterogeneous Graph Attention Network for Large-Scale Requirements-Code Traceability Link Recovery》获得了大会颁发的杰出论文奖（Distinguished Paper Award）。

图1 APSEC 2024“杰出论文奖”证书

在需求与代码追踪链接恢复任务中，随着软件规模的持续增长，数据间的索引差异逐渐减小，传统的信息检索和机器学习方法无法有效处理数据间的复杂非线性关系，导致模型性能的显著下降。为应对这一挑战，该论文提出了一种基于异构图注意力网络（HAN）的需求追踪方法HANTracer。该模型将预训练模型生成的高维特征向量作为节点特征，增强节点区分度，并通过图结构学习上下文信息提升节点表示能力。同时，该模型利用异构边的特性，构建了代码调用、代码继承和文本相似性等多种边特征，有效捕捉不同类型数据元素间的关系。通过引入平均池化层和多层全连接层，进一步提升了非线性特征的提取能力。实验结果表明，HANTracer 在七个真实开源软件数据集上相比于最先进的方法，F1指标平均提升了100.30%和46.27%，展示了其在大规模和复杂数据环境下的显著性能优势。

图2 我组同学在颁奖现场留影

APSEC是软件工程领域的传统会议，也是CCF软件工程领域的推荐会议，迄今已举办31届。此次获得杰出论文奖的工作由武汉纺织大学智能化软件开发研究组王帮超副教授团队独立完成。论文第一作者为邹致远（2023级硕士生），指导教师为王帮超、万红艳两位老师，软件工程专业大四本科生黎晓晓、曹裕锟参与了此项工作。