蜕变测试是一种基于软件属性的测试方法，它可以有效的缓解测试oracle问题，并且展示出了优越的测试效率。近年来，蜕变测试技术已被成功的应用到广泛的领域，尤其是智能软件领域，包括计算机视觉及自然语言处理等。

      鉴于蜕变测试技术的广泛应用，人们越来越关注于其测试的效率，即其测试结果可以多大程度上准确反映被测系统的质量状况。本文关注该问题并开展了一系列研究，主要包括：1）从理论方面对蜕变测试的效率进行分析；2）以智能情感分析系统为切入点，开展蜕变测试的应用，进而通过实验分析揭示蜕变测试的效率。

      我们针对主流的情感分析系统（包括Amazon Comprehend, Microsoft Azure, Heroku, StanfordcoreNLP）开展了研究。定义了20个蜕变关系来反映情感分析系统不同方面的特性，并且开展了对比实验分析。实验结果表明，蜕变测试过程中产生的假性满足情况在实际应用中普遍存在，并且对蜕变测试的效率有着消极的影响。

      本文的研究工作对于蜕变测试技术的原理和基础研究有着启发作用，同时也为后续高效的应用蜕变测试技术提供了参考和指导。

      公司教师江明月为论文的第一作者及通讯作者。

      该研究成果得到了国家自然科学基金及浙江省自然科学基金项目的资助。

      论文链接：

      https://www.sciencedirect.com/science/article/abs/pii/S0950584922001069

      通讯作者简介

      江明月，工学博士，副教授。主要研究方向为软件测试，自动程序修复，智能软件工程等。近年来，主持国家自然科学基金项目以及浙江省自然科学基金项目，并参与国家自然科学基金重点项目；在软件工程领域重要期刊、会议发表学术论文20余篇；获得浙江省自然科学奖1项；获得SANER 2023Distinguished paper award。