مکانیابی خودکار خطاهای معنایی یک ایدهآل در مهندسی نرمافزار است. برای نیل به این هدف، تشخیص خودکار جملات مظنون به خطا یا در اصطلاح تعیینکنندههایی که بیشترین تاثیر در بروز خطا را دارند، از اهمیت ویژه ای برخوردار است. با توجه به اینکهبررسی رفتار یک تعیینکننده به طور مستقل و بدون درنظر گرفتن تأثیر سایر تعیینکنندهها بر روی آن، نمیتواند معیار مناسبی برای ارزیابی موفقیت یا عدم موفقیت اجرای یک برنامه باشد. لذا لازم است رفتار گروهی از تاثیرگذارترین تعیینکنندهها که با یکدیگر همبستگی بالا دارند در نظر گرفته شود. بدین منظور در این مقاله استفاده از شبکه همبستگی و شبکه نسبت به منظور شناساییموثرترین عبارات تعیینکننده پیشنهاد شده است. همچنین نظر به اینکه ممکن است در یک برنامه چندین خطای مستقل اما با تعیین کننده های مشترک وجود داشته باشند ما ازروش تحلیل قواعد پیوندی به منظور شناسایی تعیینکنندههای مربوط به هریک از پیشگوهای خطا در اجراهای ناموفق استفاده میکنیم. نتایج آزمایشات ما روی مجموعه زیمنس نشان داده است که راهکار پیشنهادی توانایی شناسائی خطاهای اعلام شده را دارا میباشد