宮崎の履歴(No.56)

Memo†

Schedule†

	Mon	Tue	Wed	Thu	Fri
1
2
3
4
5

↑

3/20†

↑

DONE†

先行研究の問題点を考えろ、SRAのではなく
- 分類の粒度が大きい（セキュリティ・パフォーマンスなど）
- 辞書がドキュメント固有の辞書に限られている
  - 各ドキュメント毎にキーワードをクラスタリングして辞書を作っている
実験方法
- ラベルづけを行って予測
- 10交差検証
Doc2vecでRFPを学習してクラスタリングしてみた
- あまりよくない？

↑

TODO†

目視したやつで、キーワード分布を調べる
- システム別に
- 一文毎にまとめてみる
先行研究のRFPとれるか調べる
- 実装できるかも

↑

3/13†

↑

DONE†

SRA進捗報告
特徴語の作成方法を考えた
- クラスタリングしたらいい、わけじゃない（結局目視いる）
- 少し実装中

↑

TODO†

先行研究の問題点を考えろ、SRAのではなく
- まず、SRAの問題を解けるのか
- 分類の仕方を頑張る？
実験方法を考える

↑

3/5†

↑

DONE†

RFP版word2vecの作成
NFR記述文を特定するスクリプトを実装
NFR記述文を取れるか予備実験

↑

TODO†

SRAの資料作成のやり直し（明日までに）
特徴語，形態素の組み合わせを考える
- 特徴語の作り方を考える

↑

2/26†

↑

DONE†

RFP・要件定義書から必要な情報を取れるようにスクリプトを作成
RFPをwordに変更で表やテキストのデータを取得可能
- ただし，表のセルは手作業でやっている
wiki学習word2vec作成
- 一時間ほどで学習終了
NFR記述文を特定するスクリプトを実装中

↑

TODO†

福井とSRAの資料作成
RFP版word2vecの作成
NFR記述文を特定するスクリプトを実装
数種類のNFR記述文を取れるか実験
- wikiモデルとRFPモデルの比較も

↑

2/21†

↑

DONE†

pdfから情報を抽出する処理
- wordに変換すると表関係も抽出できそう
- wordから情報抽出するにはまだなんらかの処理が必要
- xml変換が一番できそうかも
wiki学習word2vecの作成
- ローカルで実行するとメモリ不足で怒られる
- やっぱりブレインで実行する必要がある

↑

TODO†

pdfから情報を抽出する処理
wiki学習word2vecの作成

↑

2/14†

↑

DONE†

pdfファイルのテキスト変換スクリプトの実装
- 箇条書きは一文と分類
- 表の構造の取得はまだできていない
brainの環境構築途中
- 構築でき次第，word2vecの学習を

↑

TODO†

brainの環境構築
- 構築でき次第，word2vecの学習を
ドキュメントから文章を抽出する処理の実装

↑

2/5†

↑

DONE†

類似度の定義をした
- 今まである類似度
  - 文字列の一致度
  - 関連度（共起関係）
  - 使用される文脈の一致度
- 「使用される文脈の一致度」に該当すると考えています

↑

TODO†

非機能要件の特徴語の辞書作成

↑

1/29†

↑

DONE†

自然言語処理とテキストマイニングの違い
- 自然言語処理：ドキュメントからテキストを分析可能な形にすること
- テキストマイニング：統計や機械学習などを用いてテキストから有益な情報・特徴を抽出する技術
トピックモデルの勉強
- 混合ユニグラムまで勉強したが，まだ理解できず

↑

TODO†

テキストマイニングの手法のサーベイ
- 基礎中の基礎から最近の技術まで
- 自分が使う手法を選んだ理由を言えるように理解する
自分の思う「類似度」を定義
- 具体的な例(議論になるネタ)を挙げる

↑

1/22†

↑

DONE†

word2vecを使って検出するツールの作成
- 類似した単語
- 類似した単語を含んだ文を抽出するとこまで作成

↑

TODO†

自然言語処理とテキストマイニングの違いを理解する
なんで使うのか言えるようにしろ

↑

1/16†

↑

DONE†

抽出方法について考えた
- 1．文章を形態素解析し，単語を原型に変換する
  - ストップワード（「は」，「が」など）の除去
- 2．単語の一致で対象の文章を検索
- 以下の場合は直前の文章につなげる
  - 文頭が接続詞の場合
  - 文頭が"〜の場合，"
  - 前の文に含まれている単語と同じ単語が含まれている場合

↑

TODO†

文章を抽出できるか試してみる

↑

1/9†

↑

DONE†

自然言語処理，要件定義について勉強
- 契約の流れを勉強
- 基礎技術（形態素解析〜談話解析）に関して一通り本を読んだ
- 照応解析，談話解析は文章の前後関係を解析する
- 復習を兼ねて資料作成中
使えそうなテキストマイニングを考えた
- 情報抽出の手法を応用する？（固有表現等の抽出を文の抽出に応用）

↑

TODO†

談話解析について詳しく調べる
どうやって抽出するかをより具体的に考える

↑

12/25†

↑

DONE†

大ゼミ発表
自然言語処理，要件定義について勉強

↑

TODO†

自然言語処理，要件定義について本を読む
- 理解度を定着させるために簡単な資料を作成
- 形態素解析，構文解析，意味解析などの基礎技術をまず勉強
- 利用できそうなテキストマイニング技術の目星をつける
- 非機能要件の定義の難しさ，業務の契約についてを理解

↑

12/18†

↑

DONE†

研究スライド作り直し
概要作成

↑

TODO†

↑

12/11†

↑

DONE†

大ゼミスライドの作成（研究発表.pdf），（研究発表.key）
- 検知手法の部分がまだドラえもん

↑

TODO†

もう一回グレードの説明書を読め
- A or not Aの考えを捨てる
読んでから話を作る

↑

12/4†

↑

DONE†

研究計画書を書いた（論理展開が破綻）
- 非機能要件に限定した話をできていない
- 定量評価を行う必要性を述べれていない
- 研究計画が見えてない

↑

TODO†

研究計画をきちんと考える
- なぜ非機能要件を対象にするのか
- なぜ定量化する必要があるのか
- どうゆう手順で検出して評価するのか

↑

11/27†

↑

DONE†

研究背景等を練り直し（研究スライト?.key.pdf），（研究スライト?.key）
目視の追加
- 3年生に手伝い依頼

↑

TODO†

目視の追加
要件定義書から非機能要件の文章を判別（抽出）するスクリプトを書く

↑

11/21†

↑

DONE†

目視
- セキュリティに関して20件
自然言語処理の勉強

↑

TODO†

練り直し

↑

11/13†

↑

DONE†

研究計画書を書いた
- 背景，スコープ，独創点
大ゼミまでの計画をたてた

↑

TODO†

目視再開
- 性能性，セキュリティの項目について，要件定義書40件追加する
記述抽出に関して動詞と助動詞を分割しないようにする必要がある
- 例）「する」と「しない」では意味が異なるため評価に悪影響を与える
- 動詞，助動詞だけN-gramにしてBOW作成?
- word2vec・RNN？

↑

10/30†

↑

DONE†

SRAとMTG
- まずはグレードを0，1で判断する
- レベル分けが簡単にできる項目はレベルわけを行う
仕様書をテキスト化するスクリプト
- コピペできない文字は文字コードが原因だと考えられる．

↑

TODO†

目視仕様書の件数を増やす
- 性能性とセキュリティから
スクリプト改善

↑

10/16†

↑

DONE†

項目の分類のための特徴語の調査

↑

TODO†

項目の分類のための特徴語の調査
- 同じレベルに共通する単語

↑

10/12†

↑

DONE†

分類のための特徴量調査
- 多くの項目は記述があるかないかで判断していて，記述ありでも同じレベルに該当してしまう
- 運営時間など数値で表される項目は簡単にレベルわけできる．
調査カテゴリの追加

↑

TODO†

分類のための特徴量調査
- 共通する単語，言い回し
- 同じ意味だが，異なる単語（「検査」と「監査」）
文献調査
- 機械学習を用いた要件定義分類のやつ

↑

10/4†

↑

DONE†

分類スクリプトの作成
- 簡単なレベルわけならできる．（全く同じ記述も何個かあるからうまくいっている可能性もある）

↑

TODO†

分類のための特徴量調査
- 共通する単語，言い回し
- 同じ意味だが，異なる単語（「検査」と「監査」）
文献調査
- 機械学習を用いた要件定義分類のやつ

↑

9/27†

↑

DONE†

非機能要件の進捗報告資料の作成
- セキュリティ・性能性の各項目についてまとめた
- スライドの量が膨大になっているので簡単にできるところを抜いて，詰まっているところだけにする
目視再開

↑

TODO†

報告資料の修正
- できることからまとめる
  - 10件中AとBに分けれる，とかがいる
解かなければならない問題し，学術的に何が新しいか役に立つかどうか考える
文献調査

↑

9/12†

↑

DONE†

やりたいことを考える

↑

TODO†

↑

9/6†

↑

DONE†

改めて考えたがいいものはでず
- なぜ，相関ルールマイニングなの？
- 共に変更されるという依存関係も重要だが，クラス，メソッド等のソースコード自体の依存関係も結果的には考慮すべきでは？
- 変更した行数，変更した記述（クラスに関する記述）によって，共に変更すべき部分も変わるのでは？
- 一個のファイルではなく，複数ファイルを推薦できない？
  - 一個ファイルを取り除き修正もれとして扱って，推薦する実験をしている関係で無理なんだろう

↑

TODO†

やりたいことを考える

↑

8/30†

↑

DONE†

History Miningのサーベイ
- 既存手法
  - 相関ルールマイニングを用いて変更を予測
  - 時間を考慮（最近の変更履歴からルールを作成）
  - グレンジャー因果性の適用
アイデア
- 過去の変更の目的に近いものから必要な変更を予測
  - 今回の変更がバグ修正ならば，似た過去のバグを修正の変更を利用する

開発者の熟練度，担当でルールを作成
- 活動経験の長い開発者の変更履歴からルールを作成する
- モジュールAの変更予測を，モジュールAの担当開発者の変更履歴から行う

↑

TODO†

素直な疑問を
- 危険なロジックに入っている

↑

8/23†

↑

DONE†

動的解析文献調査
- 細かい理解ができてない
ICSE勉強会，輪行資料作成

↑

TODO†

動的解析の勉強
残りの手法の文献調査

↑

8/9†

↑

DONE†

仕様書目視をまとめた
- 表記揺れ（ex. アクセス，接続）などが多いので量がいる
- グレードのレベル分け
  - ログの取得，オンラインレスポンスの遵守率など簡単に分けられる
  - 範囲設定，設定頻度などのレベル分けは難しい

Dependency Analysisの論文読んでざっと理解
- オブジェクト指向特有の依存関係に対応できるようにした論文が多かった
  - インスンタンス，集約など
- 依存関係グラフを可視化してプログラマの理解をサポートする論文
  - クラスAを変更すると，依存関係あるクラスBとCも変更するか確認した方がいいって教えてくれる
- 出力
  - 依存関係のペア
  - 変更すべき箇所

↑

TODO†

仕様書
- 判断しやすいカテゴリの目視，性能要件から
- 仕様書の件数は2,30件を目処に
影響波及分析
- プログラムスライシング，動的解析の調査
- 余裕があればInformation Retrievalも
輪講，ICSE勉強会の資料作成

↑

8/2†

↑

DONE†

仕様書目視再開
- 運用・保守性に関する項目の目視を始めた
- ただ目視方法に問題あり

↑

PLAN†

仕様書目視
- 1つの小項目（例．オンラインレスポンス遵守率）づつ片付けていく
8月中に影響波及分析サーベイ論文の内容を一通り読み，研究対象とする範囲を絞る
- 各手法に関する論文を読む
- 絞ってから計画書を作成

↑

TODO†

仕様書
- 今まで目視した項目に関して，グレードのレベルと記述の関係を分類
影響波及分析サーベイ
- Call graphの中身の勉強
- Dependency Analysisの勉強・論文（他の手法と比べると多い）読む

↑

7/26†

↑

DONE†

ジャーナル修正版投稿
影響波及分析のコールグラフの輪行資料作成

↑

TODO†

仕様書目視の再開
計画書の作成

↑

7/12†

↑

DONE†

大ゼミ発表

↑

TODO†

ジャーナル第二版（金曜日まで）
非機能要件の再開
- 性能性・セキュリティ以外を目視して，学習できそうか判断する
  - 可用性・保守性から見てみる
輪講資料作成（影響波及分析）
計画書作成

↑

7/5†

↑

DONE†

ジャーナル回答文第0版作成
大ゼミ資料途中

↑

TODO†

大ゼミ発表

↑

6/28†

↑

DONE†

ジャーナル修正（表記揺れは完了）
影響波及分析のサーベイ
- サーベイ論文半分ぐらい読んだ
工数見積もりの論文をかるく調べた

↑

TODO†

ジャーナル論文修正・回答文作成（来週月曜日まで）
追加サーベイ
大ゼミ資料作成
- 修士テーマの流れを説明できるように

↑

6/21†

↑

DONE†

テーマ考えた：長期貢献者の特徴分析
- コミット・プルリクのコメントのPoliteness値を分析して，無視されないコミット・プルリクを見つける
  - プルリクに対するコメントはQtのレビューコメントと区選べて記述の仕方バラバラ
- 開発者が発信している表現と受け取った表現の差分をとコミュニティ維持度の分析
  - 丁寧なコメントをしている開発者が雑なコメントを受け取ると悪い印象を受ける
  - 一方，雑なコメントをしている開発者が丁寧なコメントを受け取る
- コミュニティ内で接した開発者による影響
  - コアの中のコア開発者にレビューしてもらったらやる気が出るとか

技術的貢献の詳細な分析
- ex.どんなバグを修正したか

↑

TODO†

ghtorrentデータセットの中身の理解

↑

6/14†

↑

DONE†

SS発表
レビューコメントのPoliteness値と長期貢献者/短期貢献者の比較
- 1年以上活動を行なっている開発者を長期貢献者と定義
- 中央値と平均値で両貢献者を比較
- 有意差出ず
輪行資料作成の際に思ったこと
- 論文：1回パッチを承諾された開発者がやめた理由をアンケート
- 周りの印象が障壁となっている場合は少ない
- 新しく貢献しようとした人の障壁ー＞レビュー，パッチ承諾プロセスに時間がかかりすぎ
- ↑の問題を解決した方が新人開発者の増加に繋がるのでは？

開発者の離脱を検知するために
- 離脱の予兆の単語，言い回しをあるか調査する
- 離脱検知のための辞書を作るべき

↑

TODO†

↑

5/31†

↑

DONE†

SSスライドの手直し
レビューのゴミ除去のスクリプト書いた

↑

TODO†

初練
レビューのPoliteness値算出し直し．．．
- 出来次第分析

↑

5/24†

↑

DONE†

SSスライド作成
- 結果をどう見せるかが悩みどころ
SRA報告スライド作成
- 性能要件，セキュリティ要件の記述をまとめた
分析データ用のスクリプト作成
- まだPoliteness値の算出が3分の1終わってない

↑

TODO†

↑

5/17†

↑

DONE†

レビューコメントにPolitenessツール適用中
SSコメント対応

↑

TODO†

発表スライド作成
分析用のデータを生成するスクリプトを作成
- 活動期間
- 受けたレビューのPoliteness値
川辺さんに報告するスライドを
- 何をしたのか

↑

5/10†

↑

DONE†

伊原チームの論文を読んだ
- レビューコメントを用いた長期貢献者の予測
  - 指摘内容から予測
  - レビューコメントの単語で予測
- データセット取得(Shaneらのデータセット)
gerrit, review broadの勉強
- ASFはreview broadを使用
  - レビューデータはwgetで取得できそう

SSコメント2,3,5対応

↑

TODO†

計画書出せ
- 研究の目的，解決すべき問題点を考える
今あるデータでやってみる
- Sentimentと併用してみてためす
SSコメント1,4対応

↑

5/2†

↑

DONE†

仕様書の目視
pythonの勉強

↑

TODO†

↑

4/26†

↑

DONE†

SS査読コメントへの対応をリストアップ
仕様書目視のやり直し
Stackoverflowのダンプをダウンロード

↑

TODO†

SS査読コメントへの対応
- ワクワクさせるような回答を
仕様書目視の継続
- ラベルを貼りなさい
- 件数増やす
- 仕様書間で共通している部分を見つける
- 非機能要件グレードとずれているところを確認
ダンプからデータを取得

↑

Tools†

↑

宮崎 の履歴(No.56)

Memo†

Schedule†

3/20†

DONE†

TODO†

3/13†

DONE†

TODO†

3/5†

DONE†

TODO†

2/26†

DONE†

TODO†

2/21†

DONE†

TODO†

2/14†

DONE†

TODO†

2/5†

DONE†

TODO†

1/29†

DONE†

TODO†

1/22†

DONE†

TODO†

1/16†

DONE†

TODO†

1/9†

DONE†

TODO†

12/25†

DONE†

TODO†

12/18†

DONE†

TODO†

12/11†

DONE†

TODO†

12/4†

DONE†

TODO†

11/27†

DONE†

TODO†

11/21†

DONE†

TODO†

11/13†

DONE†

TODO†

10/30†

DONE†

TODO†

10/16†

DONE†

TODO†

10/12†

DONE†

TODO†

10/4†

DONE†

TODO†

9/27†

DONE†

TODO†

9/12†

DONE†

TODO†

9/6†

DONE†

TODO†

8/30†

DONE†

宮崎の履歴(No.56)