可以根据两种类型的信息执行错误，重复数据删除和错误分类，第一种类型是错误报告，其中包括错误的类别、优先级、涉及的人员以及一些实时记录。

典型的错误报告通常是包含各种信息的半结构化文件，内容包括崩溃线程的上下文，例如堆栈跟踪和处理器寄存器，以及崩溃时计算机内存内容的子集，它还包括有关错误的基本信息。

错误报告生成bug后，将生成、删除重复数据并会，审其相应的bug报告，它最初标记为“未确认”，然后在正确的时间分配给适当的开发人员。

如果开发人员无法正确修复错误，则错误报告将扔回错误池中，并标记为“未确认”，否则，它将被标记为“已解决”并等待验证，验证程序确认bug已修复后，bug报告将标记为“已验证”，案例将关闭，如果未确认，则丢弃错误报告。

而且bug触发的运行时信息，如堆栈跟踪、覆盖率、控制流、崩溃点等，实现精确的错误重复数据删除，和分类具有挑战性，这两个概念都依赖于相似性。

重复数据删除主要关注内容相似性，而分类也可能考虑修复程序的特征，展示了 bug 报告的特征提取和相似度计算过程，它涉及使用主题建模技术进行特征提取。

随后使用余弦相似性和Jaccard相似性等，数学模型进行相似性计算，它首先从错误报告中的崩溃代码片段中提取控制流图，控制流图用作神经网络的输入，以计算重复或类似错误报告的可能性。