软件众测是一种新型的软件测试模式,主要基于众包技术将原本由公司内部专业测试人员完成的测试任务,通过众测平台分发给活跃在平台的众测工作者进行,众测工作者以提交缺陷报告（Bug Report）的形式反馈结果。众测相较于传统的软件测试具有测试周期短、测试成本低等特点,因此受到广泛追捧,具有十分广泛的应用前景。由于众测模式的本质是取决于大量的劳动力,众测工作者之间彼此独立,提交的缺陷报告往往存在大量的重复,因此对重复缺陷报告的处理研究成为一项十分重要的工作,现有的工作难以解决报告的文本稀疏性问题,也没有充分考虑到报告中文本和图像之间的关系,同时对重复缺陷报告的融合存在信息抽取的冗余性。针对以上问题,本文主要工作包括以下几个方面:（1）基于文本分析的重复缺陷报告检测:针对纯文本形式的缺陷报告在文本表示时会存在文本稀疏问题,本文工作一从深度文本聚类的角度,提出一种基于文本分析的重复缺陷报告检测模型,该模型可以为两个部分:1)文本表示层,使用双向长短时记忆网络作为报告文本的特征提取网络,并引入了自编码器的重构损失作为网络层损失;2)聚类层,使用K-means聚类算法对提取的文本特征进行聚类,并将KL散度（Kullback-Leibler Divergence）与最大分区置信度相结合作为聚类损失。在真实的众测数据集上的实验结果表明,该方法相较于基准方法性能有所提升。（2）融合文本与图像信息的重复缺陷报告检测:针对存在多模态数据的缺陷报告,如在一些移动设备应用的软件众测场景,众测人员由于输入设备的限制,提交的缺陷报告往往呈现少文本多截图的形式,如何同时考虑文本和图片的信息成为一个难点。针对此问题,本文工作二借鉴模态融合的思路,在工作一模型基础上加入图像特征提取层和模态融合层,图像特征提取层由VGG16网络结合SEnet（Squeeze-and-Excite network）模块构成。模态融合层用于融合图像特征和文本特征。区别于工作一,采用自编码器重构损失结合DCCA（Deep Canonical Correlation Analysis）损失作为网络层损失。实验结果表明,该方法在多项评价指标上优于对比方法。（3）重复缺陷报告的融合:重复缺陷报告虽然描述的是同一个软件缺陷（或Bug）,但是它们之间并非简单的重复,往往存在着互补的信息,因此重复缺陷报告融合的目标是去除报告中冗余信息,提取有效信息。针对此问题,本文工作三从抽取式文本摘要的角度,将其建模为句子选择问题,提出一种基于质心的重复缺陷报告的融合模型,该模型通过词的TF-IDF（Term Frequency–Inverse Document Frequency）值以及Word Embedding构建质心,通过SIF（Smooth Inverse Frequency）技术构建句向量,并在基于句子的相似度构建的句图中进行谱聚类,最终从每个类中选取与质心最近的句子生成Bug摘要。实验结果表明,该方法对比其他重复缺陷报告融合的方法性能有显著的提升。