文献

J-GLOBAL ID：201702256075429794   整理番号：17A1641010

要求用語用語の自動抽出とクラスタ化【Powered by NICT】

Automated Extraction and Clustering of Requirements Glossary Terms

著者 (4件)： Arora Chetan (SnT Centre for Security, Reliability, and Trust, University of Luxembourg, Alphonse Weicker, Luxembourg) ,  Sabetzadeh Mehrdad (SnT Centre for Security, Reliability, and Trust, University of Luxembourg, Alphonse Weicker, Luxembourg) ,  Briand Lionel (SnT Centre for Security, Reliability, and Trust, University of Luxembourg, Alphonse Weicker, Luxembourg) ,  Zimmer Frank (SES Techcom, Betzdorf, Luxembourg)
資料名： IEEE Transactions on Software Engineering  (IEEE Transactions on Software Engineering)
巻： 43  号： 10  ページ： 918-945  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： 用語集はソフトウェア要求文書の重要な部分である。領域における専門用語を明白にすること,それらの定義を提供することにより,用語集が不正確さと曖昧さを緩和するのを助ける。用語集の構築における重要なステップは,用語集に含まれる用語に決定し,関連語を見出すことである。手動そうすることは困難で,特に大きな要求文書。本論文では,候補用語集と自然言語要求文書からの関連語を抽出するための自動化手法を開発した。著者らのアプローチは,関連性により抽出した用語をクラスター化,用語のリストを提供する代わりにを中心に用語抽出に関する既存の研究とは異なっている。クラスタの数を選択するための自動化された数学的ベース手順を提供する。この方法は,ユーザに透明な基礎的クラスタリングアルゴリズムを,ユーザ指定パラメータの必要性を軽減する。提案アプローチを評価するために,三種類の事例研究に,ここではまた,提案アプローチの有用性に関する関与する主題専門家の認識を調べる一環として報告した。著者らの評価は,注目すべきことを示唆している(1)要求文書では,本手法が主要な総称抽出ツールよりも正確であった。具体的には,著者らの事例研究において,既存のツールと比較した場合,提案アプローチでは,再現率の意味で20%以上の利得をもたらすが,同じ時間で精度を改善するか,実質的に変化させない。また,(2)この事例研究に関与する専門家は用語集構築のための助剤として有用な提案アプローチにより生成されたクラスタを見出した。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： 自動化 ,  曖昧さ ,  自然言語 ,  助剤 ,  ソフトウェア ,  利得 ,  *クラスタ ,  専門用語 ,  *クラスタ化 ,  事例研究
準シソーラス用語： 再現率 ,  クラスタリングアルゴリズム ,  用語抽出 ,  関連語 ,  *自動抽出 , 【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 (3件)： 用語 ,  自動抽出 ,  クラスタ化