木村の履歴(No.32)

Schedule†

ユーザスタディの実施
- 大平研・伊原研の学生に研究協力してもらう（10人以上の協力を集う）
- 非機能要件の説明・ラベリングチュートリアル
- 非機能要件のラベルリング作業
調べる予定のこと
- 分類器で分類したものと人の手作業で分類されたものの違いはあるか？
- 品質特性ごとにラベリングされたもののバラツキはどのようなものか？
  - バラツキが多い品質特性は曖昧度が高い
  - 学習させる際に考慮すべき事柄が見つかるかも？
- 一文判定でラベル付けされたデータを学習させた分類器は文脈を考慮した要件をどの程度拾えるのか
- 被験者には文脈を考慮してラベリングしてもらう
  - 被験者実験する必要ある？

#####目視はよやれ#####

非機能要件の目視（データ集め）
エクセル変換したデータセットで不必要なテキストを削り，データを成形する
被験者を募る
背景部分の引用論文をサーベイ
大東さんが使用していた分類閾値が適切なのかどうか調査を行う
- より精度が高まる閾値が存在するかも
辞書の不要な単語を削る
- 削った場合とそのままの場合の違いを分析し削った場合の精度が高いのであればデータを増やさない
- 変わらない，もしくはそのままの方が高い場合はデータ件数を増やす
精度が高かった時のトレーニングデータ（辞書）の単語を目視し特徴となっている単語を調査する
精度が低かった時のトレーニングデータ（辞書）の単語を目視し不要な単語を調査する
形態素解析のパッケージをMeCabからnagisaに変えることで精度が変わる
- Mecab，nagisaそれぞれの形態素解析の結果を分析

実験で使う要件文のセレクト
pythonで要件文のPDFをエクセルに変換するスクリプトを作成した
- 表内のテキストのみ正常に変換できない
- PDFをテキスト変換した際に不具合がある
要件文のデータセット３件用意した
- 増やすかどうかは不明
非機能要件分類器の実装
- 前処理部分（クリーニング・形態素解析[nagisa]・正規化）
- 前処理部分を適応させて分類を実行できるように連結
- tfidfから得られた単語の重要度を用いて，使用する単語の取捨選択機能を実装
トレーニングデータの割合と制度の比較を実施
- 全体的に右肩上がりのためデータ件数はかなり増やす必要があると思われる
品詞の制限ありと無しでは制限なしの方が制度が良い（機能適合性に関しては）
- その他の要件の結果から品詞の制限について考える
データセットのPDFをエクセルに変換する
- （問題点）Googleドキュメントによるテキスト変換はページ上限が存在する可能性があり，下部のページが見切れている
- （対処案）PDFからテキスト，そしてエクセルに変換の一連の処理をPythonで全て行う予定