Memo†
Link†
Sample†
Schedule†
| Mon | Tue | Wed | Thu | Fri |
|---|
| 1 | | | | | |
|---|
| 2 | | | | | |
|---|
| 3 | | | TKG班MT | 全体MT | |
|---|
| 4 | | | | | |
|---|
| 5 | | | | | |
|---|
したいこと†
- 人間と同等の振る舞い，言葉遣いを感情や個性によって変化させることが可能なBotの作成
- 新人教育などの教育指導の支援
KeyWords†
- 不正を暴く
- うまいこと人間関係をかわしていく
- 人間関係の打ち解け
思ったこと†
- 煙たがられている人と関わってるがうまいことかわして円滑にプロジェクトを進めるために必要なスキルってどんなものなのか．
- 頼りにされる人材とはなにで判断されているのか．
- もちろん成果物の質や実績ではあると思うが．なにかこれで議論はできないかな．
- 実績はどのように積んでいくのがいいのか．(ロールアサインメントの話と似てる？)
- 世渡りが上手なひとはどうしているのか．解明したいなあ．
- どうしてSAツールが使えないものなのか．(論文読む)
- 聞いてることと答えが食い違うことが多い
- 自己弁護が要因に考えられる
- 相手を恐縮させることなく会話を成立させることで無駄なコストや精神的負荷を軽減する
- どうして企業初とOSS発のプロジェクトでは顕著な扱いの差があるのか．
- 企業主導のOSSプロジェクトでの開発ではボランティアのパッチの承認率が非常に低い．
- 従業員とボランティアのマージまでの時間も大きく差がある．
- 企業の開発者とOSS開発者での間でなにかが違うのではないのか．
- Big FiveやSAツールを適応して違いを見る．
- 性格，他の開発者への態度(ボランティアと従業員)
- 貢献者の新人が定着しにくい．(理由はたくさんある)
- その大きな理由の一つとしてコミュニケーションの態度にある(仮説)
- 新人教育をする際に，どのようにすれば最適なのか
- 新人教育＋感情分析
- プログラム学習時に，専門用語が多いなど理解できないアドバイスがきて意欲がなくなる．(専門用語が多いなど)
- 教員による指導よりもTAによる指導の方が意欲がわく．
- 学習者の理解レベルに応じた会話の教え方を提供．
- 実験・評価が大変そう
- 対話Botの作成
- 人間の言葉を理解するBotの作成
- 実現することが困難
- なぜそれをする必要があるのか．
- 問題点があるのか否かについては？
- 様々なツールからどのように異なる結果をもたらすのかを示している-Jongeling-
- その理由や原因についてなにか言及しているのかな(ここ読む)
- 結果が異なる要因の分析とかどうか
- 感情分析ツールは正確ではない → 正確な感情分析ツールを構築する．
- 既存研究を拡張するという形になるが，特定の問題点があり，それを改善した結果，精度が向上したというロジックがないと精度が向上するだけであまり意味がない．
- 代表的なツールの作成手法を調べてみる
- 自分ならどうするのか，既存ツール作成の際に何か違和感や疑問点はないか．
- 6つの感情分析ツールと1つのポライトネス分析ツールの分析とあるが，感情分析ツールの数のわりにポライトネス分析ツールって少ない？
- 分類できるテキスト文と分類できないテキスト文の違いを分析するとか？
- 感情分析ツールにはドメイン依存性があると書かれているがどのツールがどの分野に最適かなどをテーマにしている論文はあるのか．
→ 正確に分析できていないという論文があるが，適切な分野に使用すれば信頼性のある結果がある可能性がある．
各論文で目的とした分野での実装が最もいい結果になっているはず(そうでなければ論文になっていない)
考え方†
- なぜその問題解決方法でいいのかという気持ちで読む．(仮説，アプローチ，話の落とし方)
- 怒りの気持ちを感じるためにはその分野のスタンダードを知っている必要がある．
- 多くのリソースをかければかけるだけいい結果になるなんてくだらない結果は求めてない
Meeting†
7/31†
DONE†
7/24†
TODO†
- 論文2本読む．
- Sentiment and Politeness Analysis Tools on
Developer Discussions Are Unreliable, but so Are People
- On Measuring Affects of GitHub Issues’ Commenters
DONE†
survey_3.key
- 気分は伝染し，パフォーマンスに影響を与える
- 感情分析の既存ツールを使用する際，ドメイン依存性がある
→他のコーパスでの適応が困難
- 同じデータであっても感情分析ツールの結果は異なる
→この差異を理解することが感情分析についての理解を深める
それぞれが異なる学習で構築されたモデルであるので，異なる結果になることはさして驚く内容ではない．
- ツールをドメイン特化にカスタマイズする
→ラベル付けがおかしいorコード体系を使わなかったからいい結果がでなかった
- 既存ツールをドメインごとにカスタマイズするとどのように影響を及ぼすのか．
→影響なしという結果．ただしデータ数が足りないだけで，データ数を確保できれば影響があるかもしれない．
- &color(red){ どの程度データを増やせばその影響力を調べることができるのか．
データの過学習に関しての言及がいまいち．};
- MSR19.pdf
- 広く使われている4つ(SentiStrength，NLTK，Stanford CoreNLP，AlchemyAPI)のSAツールの比較．
→どれもSEドメインで表現された感情を正確に予測できていない．
- OSSからのコードレビューコメント用にカスタマイズされたSAツール，SentiCR を開発
- SEデータについてSAツール：SentiStrength，SentiStrength-SE，Senti4SD，SentiCRの比較
→SE固有のカスタマイズは正確さを向上させる．
- 既存の感情分析ツール，ポライトネスツールは正確に識別することができていない．
-
アンダーサンプリング，アンダーサンプリング&オーバーサンプリングの組み合わせが感情分析の分類性能をどのように改善するのか~→
7/16†
TODO†
- Big 5論文を読んでリスト化する
- An Empirical Investigation of Personality Traits of Software Testers
- What can OSS mailing lists tell us?
- Politeness論文を読んでリスト化する（来週以降）
DONE†
- An_Empirical_Investigation_of_Personality_Traits_of_Software_Testers.pdf
- Tanjila Kanij，Robert Merkel，John Grundy
- 2015 IEEE/ACM 8th International Workshop
- ソフトウェアテスターは他の開発者に比べ，誠実性が高いが理由は不明
- survey_1.pdf
- by the MBTI as "logical and ingenious" はコードレビューのタスクが得意
- extrovert personality traits(社交性) が effective exploratory testing と相関あり
- by the MBTI as “sensing and judging” はsoftware testing が得意になるだろう
- *ソフトウェアテスターに必要なスキルを "big five"の性格特性にマッピング．テスターには開放性と誠実性が大事
- テストは退屈な作業．若手とベテランではソフトウェアテストに対するモチベーションが異なる．
- ソフトウェアエンジニアに求められるスキルをMBTI性格タイプと関連づけ，ソフトウェアエンジニアのさまざまな役割に適した性格タイプを提案
- by the MBTI as "thinking and judging"はソフトウェアエンジニアでは過剰に表現される
- ソフトウェアテスターはcreative, accurate and strict な人が良い
- ソフトウェアテスターは間違いを見つける好奇心を持っている悲観的な人が良い
- ソフトウェアテスターにはcommunication skills, problem solving and team playing capability が大事，また creative and open to new challenges であるべき．
- What can OSS mailing lists tell us?_0.pdf
- Peter C. Rigby，Ahmed E. Hassan
- Fourth International Workshop on Mining Software Repositories (MSR'07)
- OSS開発者の性格タイプはどのようなものか．
→ベースラインの開発者たちとは違う性格特性を持つ． 重要なApacheリリースの責任者だった開発者2名は同じような性格特性であり，外交性・開放性が低い(予想外の結果ではない＆結果の妥当確認性がない)
- 言葉や態度がプロジェクトnew,current,departで変化するのか．→Yes
- リリース前後で word usage が違うのか→ LIWCでの有意性なし
- survey_2.key
- 特定のLIWC dimentions はbig fiveパーソナリティ指標と相関あり
5/22†
DONE†
4/23†
DONE†
Todo†
4/16†
DONE†
Todo†
- 研究テーマの背景，問題点，目的をスライドにまとめる．
- 以前紹介してもらった関連論文を読破する．
3/14†
Todo†
研究方針†
- プロジェクトの中心人物数人に着目し，プロジェクト初期から末期までの会話データから人と人の打ち解け方やそのタイミングを分析する．
- プロジェクトからデータを取るにはApacheが一番簡単．
- Mozilla，Linuxやeclipseはデータを取ることが困難(時間的にも)
- メイリスから取ってくるのがいいかも
- 話し合いの分析を行なった結果，話しやすい環境であれば的確な指示を出すことができて生産性が向上するまで出せたらいい感じ
- ポライトネスが高いとバグの修正までの時間が長くなる
- 遠回しな言い回しをするから
- ポライトネスとネットワークの次数の関係をみるといい感じかも(ほりほりと関連ありそう)
あるコミュニティに属する、ある条件を満たすユーザの時系列性格分析を行う
コミュニティを維持するために必要な条件要素を調査する
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
