近年来,随着软件技术的蓬勃发展,软件系统及开发团队的规模也随之迅速增长,开发人员得到的待修复缺陷报告数量也成倍增加,加之开发人员很难完全了解整个软件系统的全部代码文件,因此,提高缺陷报告的分派效率以及定位待修正的代码文件,以此提高修复缺陷的效率是当前亟待解决的问题。缺陷报告与代码文件之间存在语义失配的问题,因此缺陷报告与代码文件的匹配方法是当前的一个难点。现有的研究中仅基于缺陷报告与代码文件之间匹配程度直接计算其相关度,并基于该相关度对所有代码文件排序,为该待修复缺陷报告推荐排名靠前的代码文件。然而,若能识别出与新的待修复缺陷报告相似的缺陷报告集合,则对修复缺陷的方法以及修复者指派提供指导性意见;识别相似的代码文件对修复相似的缺陷也有着重要意义,另外对于大型的软件项目,从投入使用到维护阶段,其历史缺陷报告及历史代码文件也会越来越多,其中可用的信息也会越来越多。因此本文基于挖掘这些可用信息提高为缺陷报告匹配代码文件的准确率。具体来说,针对以上的问题,本文的主要工作如下:首先,相似缺陷报告对于修复新的缺陷报告具有一定的指导性,因此,本文提出一种基于动宾短语和主题模型的相似缺陷报告识别方法。该方法除了利用通常使用的向量空间模型方法表示文本信息外,通过句法分析提取缺陷报告的结构化信息作为衡量报告间相似度的重要依据。其次,针对缺陷报告与代码文件之间存在语义失配的问题,本文利用相似缺陷报告识别,完善现有为缺陷报告定位待修复代码文件的方法。该方法与现有的研究相比,考虑了历史缺陷报告集合对修复当前缺陷的指导性,以此提高现有方法的召回率,从而提高软件修复的效率。最后,基于当前相似代码检测方法研究现状,为了提高现有方法的实用性,本文改进了现有的相似代码检测方法的向量特征构建方法,考虑程序容量对实验结果的影响,提高现有方法的准确度,并使用抽象语法树的层次化结构以及局部敏感哈希算法降低计算复杂度。此外,还验证了该方法在不同高级程序语言中的实用性。