文献

J-GLOBAL ID：202002242714068221   整理番号：20A0745240

適応品質属性関係行列を生成する半自動化手法【JST・京大機械翻訳】

A Semi-automated Approach to Generate an Adaptive Quality Attribute Relationship Matrix

著者 (3件)： Shah Unnati (C. K. Pithawala College of Engineering and Technology, Surat, India) ,  Patel Sankita (National Institute of Technology, Surat, India) ,  Jinwala Devesh (Indian Institute of Technology, Jammu, Jammu, Jammu and Kashmir, India)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12045  ページ： 239-256  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： [文脈と運動]Aの重要な成功要因は,品質要求(QRs)における矛盾を認識することを含む。今日,品質属性関係行列(QARM)は,QRにおける衝突を同定するために利用されている。静的QARMは,1つの品質属性(QA)が,他のQAsを達成するために,どのようにしているかを示している。しかし,新興技術は新しいQAsを発見する。要求分析者は,新たに発見されたQAsに対する知識獲得とそれらの間の影響に対する重要な時間と非自明な人間の努力を求める必要がある。このプロセスは,文献と産業からの大量の品質文書の検索と分析を含む。さらに,システムにおけるQRsの目的を知ることなく,静的QARMの使用は偽の衝突同定をもたらす可能性がある。すべてのQAsを取り入れるよりも,ドメイン特異的QAsは開発されたシステムに対して大きな関心事である。本論文では,適応型QARMを半自動的に構築する手法を提案した。この手法を経験的に評価し,生成したQARMの解析を報告した。著者らは,QAsに対する知識を得るために,85.67%の想起,59.07%の精度および69.14%のF測度を達成した。[貢献]著者らは,ドメイン特異的QAsに対する知識を獲得するためのアルゴリズムを提供し,利用可能な非制約自然言語文書およびWeb検索エンジンから適応可能なQARMを構築する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自然言語 ,  *品質 ,  要求分析 ,  知識獲得 ,  測度 ,  *品質特性
準シソーラス用語： Web検索エンジン ,  *半自動化 , 【Automatic Indexing@JST】

著者キーワード (3件)： 要求工学 ,  品質オントロジー ,  品質属性関係行列

分類 (2件)： 品質管理一般  (KB04010A) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 適応 ,  品質属性 ,  行列 ,  半自動化 ,  手法