文献

J-GLOBAL ID：201702243237693731   整理番号：17A1571089

アプリストアからの要求の自動分類:予備的研究【Powered by NICT】

Automatically Classifying Requirements from App Stores: A Preliminary Study

著者 (3件)： Deocadez Roger ,  Harrison Rachel ,  Rodriguez Daniel
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： REW  ページ： 367-371  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： アプリストアのレビューに含まれる機能性と非機能的要求の分類を自動化するために,半教師つき分類(SSC)法として自己ラベリングアルゴリズムを適用した。このドメインでは,容易である多数のレビューの収集が,注釈手動が困難な,SSC技術はこのタスクを実行できることと少量のデータだけは,古典的な教師つき方法と類似した結果を達成するために必要であることを見出した。も学習モデルはラベルを割り当てる収集されたデータに適切にでき,見えない将来レビューを分類できることを見出した。SSC技術は要求分類時に特に使用できると考える。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： 学習モデル ,  自動化 ,  *自動分類 ,  *予備調査 ,  アノテーション
準シソーラス用語： 半教師付き分類 ,  機能性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 自動分類 ,  予備的研究