文献

J-GLOBAL ID：201702252919071969   整理番号：17A0357716

組合せ分類アルゴリズムに基づくソースコードアノテーション品質評価手法【JST・京大機械翻訳】

Source code comments quality assessment method based on aggregation of classification algorithms

著者 (5件)： Yu Hai (Laboratory for Internet Software Technologies, Institute of Software, Chinese Academy of Sciences) ,  Li Bin (University of Chinese Academy of Sciences, National Engineering Research Center of Fundamental Software) ,  Wang Peixia (University of Chinese Academy of Sciences, National Engineering Research Center of Fundamental Software) ,  Jia Di (General Department, Institute of Software, Chinese Academy of Sciences) ,  Wang Yongji (Laboratory for Internet Software Technologies, Institute of Software, Chinese Academy of Sciences, National Engineering Research Center of Fundamental Software)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 36  号： 12  ページ： 3448-3453,3467  発行年： 2016年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ソースコードアノテーションはソフトウェアの重要な構成部分であり、研究者は人工あるいは自動化の方法で分析アノテーションを生成する必要があり、アノテーションの品質評価もしばしば人工で完成し、これは非効率的で客観的である。そのため、アノテーションのフォーマット、言語形式、内容及びコードの関連度の4つの面からアノテーション評価基準を構築した。さらに、この基準に基づき、組合せ分類アルゴリズムに基づくアノテーション品質評価方法を提案した。この方法では,機械学習および自然言語処理技術をアノテーション品質評価に導入し,分類アルゴリズムを用いて,アノテーションを不合格,合格,良好,優秀な4つのレベルに分類した。基本的分類アルゴリズムの組合せを用いることによって,評価効果をさらに向上させることができた。組合せ分類アルゴリズムの精度とF1値は,ある種の分類アルゴリズムよりも20ポイント程度向上し,マクロ平均F1値を除いて,それぞれの指標は70%以上に達した.実験結果は,提案方法がアノテーション品質評価によく適用できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 評価基準 ,  *品質 ,  *アノテーション ,  機械学習 ,  自然言語処理 ,  ソフトウェア ,  言語 ,  自動化
準シソーラス用語： 不合格 ,  *品質評価 ,  評価方法 ,  *分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： source code comments ,  quality assessment ,  text classification ,  aggregation algorithm ,  natural language processing

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 組合せ ,  分類アルゴリズム ,  評価手法