随着互联网的飞速发展,软件技术已经应用到生活中的方方面面,测试技术也层出不穷。众包测试指的是在互联网上开展的、在一个规定的时间周期内由雇主雇佣众包工人对指定目标进行测试并提交测试结果的测试方法。众包测试由于参加人数多、工人间缺乏沟通,具有报告重复率高、描述冗余的特点。众测中工人提交的报告不能直接进行交付,需要特定的人员识别重复报告、整理内容并生成最终的交付报告。为准确识别重复报告、提高报告整编效率,本文设计了基于知识图谱的众测报告融合系统。本文依托于众包测试平台,设计并实现了基于知识图谱的众测报告融合系统,创新性地构建众测知识图谱,挖掘报告文本描述间的语义联系。本文使用自然语言处理技术提取报告描述文本中的实体及关系,并引入分类知识图谱进行补充,使用翻译模型对知识图谱进行向量翻译,根据翻译后的向量计算缺陷报告实体相似度,将重复报告聚合在同一报告簇中。同时本文计算了报告中的图片特征用于辅助重复报告识别。其次,针对描述冗余问题,本文使用Page Rank算法计算报告在对应报告簇中的权重,提取报告簇中的主要报告,并将类簇中的报告拆解为文字或图片的单一补充项,提取出主报告中未描述到的内容生成补充点,本文还对报告描述文本进行识别,查看是否存在描述相悖的内容,针对描述相悖内容生成歧义点。本文首先将任务内的重复报告聚合成报告簇,然后将报告簇拆分成主要报告、描述补充点及描述歧义点,这使得缺陷报告的分类和信息获取更加高效,进而提高了整编人员的效率。本文主要划分为:知识图谱模块、知识图谱报告融合模块、图片计算模块和报告整编模块。为实现系统的高效访问,系统使用了Nginx进行负载均衡,使用Redis作为缓存,使用Thrift框架为跨语言模块之间提供高效通讯。为响应信创国产软件的号召,本文还针对国产操作系统进行可移植性适配。目前本系统已经在相关线上项目上得到应用,系统实现了众包测试重复缺陷报告识别,并对报告中关键观点进行了提取,这极大提高了整编人员识别重复报告和信息获取的效率,整编人员交付的报告的质量也得到了有效提升。