文献

J-GLOBAL ID：201702239659324079   整理番号：17A1771806

自動検出自己入院技術負債への自然言語処理の利用【Powered by NICT】

Using Natural Language Processing to Automatically Detect Self-Admitted Technical Debt

著者 (3件)： Maldonado Everton da Silva (Department of Computer Science and Software Engineering, Data-Driven Analysis of Software (DAS) Lab, Concordia University, Montreal, QC, Canada) ,  Shihab Emad (Department of Computer Science and Software Engineering, Data-Driven Analysis of Software (DAS) Lab, Concordia University, Montreal, QC, Canada) ,  Tsantalis Nikolaos (Department of Computer Science and Software Engineering, Concordia University, Montreal, QC, Canada)
資料名： IEEE Transactions on Software Engineering  (IEEE Transactions on Software Engineering)
巻： 43  号： 11  ページ： 1044-1062  発行年： 2017年 
JST資料番号： D0480D  ISSN： 0098-5589  CODEN： IESEDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 技術負債のメタファーは,生産性と品質,すなわち,開発者は近道をとるまたは迅速hacksを行う際の間のトレードオフを表現するために導入した。より最近では,著者らの研究では,ソースコードコメント(すなわち,自己入所技術負債)を用いた技術的負債を検出できることが,最も一般的なタイプ自己入所技術負債の設計と要求負債であることを示した。しかし,これまですべての方法はソースコードコメントの手動分類に大きく依存する。本論文では,自然言語処理(NLP)を用いた設計と要求自己入所技術負債を自動的に同定する方法を提案した。10オープンソースプロジェクト:アリ,ArgoUML,Columba,EMF,Hibernate,JEdit,JFreeChart,JMeter,JRubyとSQuirrel SQLを研究し,1)は,自己入所技術負債を正確に同定する,固定キーワードおよび句に基づく現在の最先端をすることができることを見出した。2)sloppyコードまたは平凡なソースコード品質に関連する語は設計負債の最良の指標であるが,将来の部分的に実行要求を完成する必要性に関連する単語は,要求負債の最良の指標であるおよび3)は,両方の設計と要求自己入所技術負債のコメントのわずか23%を用いて,最良の分類性能の90%と最良の性能の80%を達成し,設計と必要性のコメントの9と5%程度を用いて自己入所技術負債であった。最後の結果は,提案した方法は,相対的に小さな訓練データセットを用いても良好な精度を達成できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 品質 ,  メタファ ,  負債 ,  *自然言語処理 ,  キーワード ,  入院 ,  単語 ,  ソースコード ,  自動検出
準シソーラス用語： 訓練データ ,  句 , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： 自動検出 ,  自己 ,  入院 ,  負債 ,  自然言語処理