Link†
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
Sample†
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
- 理想的な研究流れ
- 学部生：影響に関連する変数を明らかにする
- 院生：変数をアルゴリスムに乗せて精度を向上させる
テーマ決めの際†
- 自分が本当にしたいことから広げていく
- 自分の中では，経営に興味がある
- OSS経営をしていて，成功パターンと失敗パターンを分析するとか
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
History†
10/15†
- assigner : 譲渡人(割り当てる人)
- assignee : 譲り受け人(修正者)
DONE†
- 前処理を丁寧にした
- プロジェクトをeclipseに限定
- Noneや空白を除外
- メールアドレスに@がない，.orgがあるものを除外
- 割当者と修正者が同一人物であるものを除外
- [求める結果]
- 上位割当者に割り当てられている修正者が共通して1人以上いる
- 明らかに割り当てられている割合が大きい開発者がいる
- [ぱっと見わかったこと]
- 10%以上割り当てられている開発者が3名
- Erich Gamma(2)，Martin Aeschlimann(2)，Dirk Baeumer(1)
- 10名の内訳に多く存在する開発者
- Erich Gamma(7)，Tod Creasey(6)，Olivier Thomann(5)，
- Martin Aeschlimann(4),Dirk Baeumer(2)
TODO†
- Erich Gamma は eclipseの創立者だからその人しか直せない場合がある(親密であるとは言えない)
- データ分布がわからないと分析することができない
- もともとある仮説を元に分析しているのでそれが当てはまっていなければその仮説が妥当ではなかったというだけ
- 全ての工程が違う開発者の場合の修正時間を短縮したい
→親密度の高い人同士なら早いのではという仮説
→親密度を割当率でやっていた
→率ではなくて数でやったほうがいいのではないか．分布がわからない以上，議論ができない．
- 組織を削除する処理が雑→eclipseから割り当てられているメールアドレスならorgがつくから．
- データ分布の８割を占めるのが上位10人だったのならわかるが。。
- 分布をみる前にパーセントを出しても意味がない
10/7†
ADVICE†
- データ設計が8割
- 自分の見たいデータのみにすることがまず大事
- 自分が報告して自分で修正している人の割合を見るとがっかりするが自分が見たいデータではない
- 人が人に割り当てていることに着目するべきでBotが割り当てているのは自分がみたいデータではない
- 未加工のデータ知る
TODO†
- 一つのプロジェクトにのみ着目する
- 割当者が組織であるケースを削除
- 自分が自分に割り当てているケースを削除
- 結果を見る際に期待している結果とどの程度差異があるのか
- 自分が扱っているデータがなにかをよく知る
7/31~†
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．
- 信頼性がまだまだ低いため
- 人でさえも一貫性を持って分類することが難しく，人がラベルをつけたものを学習しているため精度が向上しない
- 複数の意味がある文では，最終的に何が言いたいのかを捉えることができていない
- 短いテキストと適切な語彙の重みに関して問題がある可能性がある．
- 明示的に書かれていることから測定することは可能であるが文脈をとって考えることはできない
- 文脈をとらえることができないから言葉の含みを捉えることができない，皮肉を判別することができない．
- 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
- 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？
- 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)
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
