テキストレベルグラフニューラルネットワークによる物語点の努力推定【JST・京大機械翻訳】

Phan Hung; Jannesari Ali

プレプリント

J-GLOBAL ID：202202210608903266 整理番号：22P0299712

テキストレベルグラフニューラルネットワークによる物語点の努力推定【JST・京大機械翻訳】

Story Point Effort Estimation by Text Level Graph Neural Network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月06日プレプリントサーバーでの情報更新日： 2022年03月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アジャイル法によって開発されたソフトウェアプロジェクト努力を推定することは,プロジェクト管理者または技術的リードにとって重要である。それは,タスクを完了するために,多くの時間と開発者が必要とする方法の最初の見解として要約を提供する。この問題の伝統的アプローチとして,Term周波数逆文書周波数(TFIDF)を含むソフトウェア努力の自動予測に関する研究がある。グラフニューラルネットワークは,テキスト分類のための自然言語処理に適用された新しいアプローチである。グラフニューラルネットワークの利点はグラフデータ構造を介して情報を学習する能力に基づいており,それは単語のベクトル化シーケンスのアプローチと比較して単語間の関係のようなより多くの表現を持っている。本論文では,層点レベル推定におけるグラフニューラルネットワークテキスト分類の可能性と可能な課題を示した。実験により,GNNテキストレベル分類は,従来のアプローチに匹敵する,階数点レベル分類に対して約80%の高精度を達成できることを示した。また,GNN手法を解析し,GNN手法がソフトウェア工学におけるこの問題または他の問題に対して改良できるいくつかの現在の欠点を指摘した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

自然語処理

前のページに戻る