Note†
研究なので新規性が必要
chatbotの意味のあるマイニングを考える
slackでのボットの使われ方を知る
DevOps
色々ボットを作ってみてもよさそう(レベル分け)
研究発表会or輪講会にチャットボットに関する論文があるので読んでみる
チャットボットでやる理由・意義を考えてくる
チャットボットに関する諸技術→どういったことをさせたいか？させるか？を
実装・実験→しっかりとメリットが生まれているかどうか(９月までに終わると卒論楽)
理想→７月ごろに実験(いろいろ失敗できる猶予がある)
10月→執筆 で年内に終わる
9月の院試勉強も考慮する必要がある
計画立てても７から９月は消える(おそらく)
わかること・できること(期間的な意味で・４回生のうちに)の線引ができるようになる必要がある
やったこと†
4/7†
チャットボット (Chatbot) とは? 【ChatBot入門編】(http://blog.btrax.com/jp/2016/10/31/chatbot/ )
チャットボット AIとロボットの真価が変革する未来 1章
4/9†
チャットボット AIとロボットの真価が変革する未来 2章~3章
4/10†
チャットボット AIとロボットの真価が変革する未来 4章~5章
科研の提案書を読んだ
4/11†
tensorFlow1で会話AIを作ってみた (https://www.slideshare.net/tak9029/tensorflowai )
ついに明かされる「りんな」の“脳内” マイクロソフト、「女子高生AI」の自然言語処理アルゴリズムを公開(http://www.itmedia.co.jp/news/articles/1605/27/news110.html )
科研の提案書を読んだ(2回目)
4/12†
パン田一郎の対話ロジック(http://atl.recruit-tech.co.jp/blog/2205/ )
チャットボットの可能性~人工知能&人工無能によるサービス革新
(https://www.nri.com/jp/event/mediaforum/2016/pdf/forum241_02.pdf )
ミーティング†
4/7†
Done†
- SE志望
- 興味のあるキーワードを考えてきた．
- リポジトリマイニング（機械学習）
- bug localization --> 時間かかりすぎるよ．
- ラーメン
- ゲーム
- chatbot
Todo†
- チャットボットの本とか記事とか色々読む
- 科研の提案書を読み込む（特に基盤B）
Products†
ToDo†
Schedule†
| Mon | Tue | Wed | Thu | Fri |
|---|
| 1 | | | | | 1年自主演習
（隔週） |
|---|
| 2 | 1年自主演習
（隔週） | 輪講会 | 研究発表会 | CSM班MTG | 3年演習 |
|---|
| 3 | | | | | |
|---|
| 4 | | 1年自主演習
（隔週） | | 1年自主演習
（隔週） | |
|---|
| 5 | | | | | |
|---|
Bookmarks†
↓今度編集します
Read Papers†
Combining Formal Concept Analysis with Information Retrieval for Concept Location in Source Code†
- Author : Denys Poshyvanyk, Andrian Marcus
- Source : Proceedings of the 15th IEEE International Conference on Program Comprehension (ICPC'07), Banff, Alberta, Canada, June 26-29, 2007, pp. 37-48
- Publication Date : 2007/06/26
- Read Date : 2016/09/05
- Overview :
- 潜在的意味インデキシング(Latent Semantic Indexing, LSI)と形式概念分析(Formal Concept Analysis, FCA)を組み合わせたFeature Location手法を提案
- 提案手法は開発者の手間の軽減に寄与した
- 90コード片(n)と20~25単語(k)をFCAに適用すると最も効果的だった
- Note :
ショートメッセージの部分空間表現と宛先推定†
- Author : 清水 彰人, 酒井 智弥, 小林 透
- Source : DICOMO2016, pp.934-937
- Publication Date : 2016/07
- Read Date : 2016/07/25
- Overview :
- word2vec（単語の意味を線形代数的に演算可能にするベクトル表現）を利用して、短いメッセージと宛先候補をそれぞれ線形ベクトル部分空間で表すことで、相互部分空間法による類似性の定量化を実現する。
- Note :
プログラム理解のための凝集度に基づく機能候補抽出†
- Author : 吉田 則裕, 木下 正喬, 飯田 元
- Source : 日本ソフトウェア科学会第28回大会講演論文集, 5C-4, pp.1-6
- Publication Date : 2011/09
- Read Date : 2016/07/08
- Overview :
- プログラム中から機能候補（単一の機能を実現するために協調して動作しているコード片の集合）を凝集度に基づいて抽出する手法を提案する。
- コード片集合を対象とした凝集度メトリクスを定義する。
- ステップ1として、ソースコードをプログラム構文をもとにコード片に分割し、プログラム構文を節、コード片を葉とする特殊な構文木を作成する。
- ステップ2として、凝集度メトリクスの値をもとに機能要素を抽出する。
- ステップ3として、ステップ2で得られた機能要素の全組み合わせのうち、凝集度メトリクスの値が高くなる組み合わせを機能要素として抽出する。
- Note :
- 論文で凝集度メトリクスの定義後に行っている正規化の部分が（数学的な、数式的な意味で）よくわからなかった。
- おもしろかった。こんな論文を書きたい。
- 抽出された機能候補がどんな機能か自動的に判別できれば、僕の卒論と繋げられる？
ソフトウェアの機能に対応する実装構造の抽出と可視化手法の提案†
- Author : 風戸 広史, 林 晋平, 岡田 敏, 宮田 俊介, 星野 隆, 佐伯 元司
- Source : 電子情報通信学会技術研究報告. KBSE, 知能ソフトウェア工学 112(165), 91-96
- Publication Date : 2012/07/20
- Read Date : 2016/07/08
- Overview :
- 機能の実装箇所の特定（Feature Location）に関する研究。
- 実行トレースに系列マイニング、形式概念分析を組み合わせて適用することによって、機能の実装箇所を特定するだけではなく、その箇所の構造を半自動的に特定する手法を提案する。
- Note :
- 正直よくわからなかった（形式概念分析や系列マイニングあたり）。
- 実行トレースが具体的にどんなものか知りたい。
Using Software Birthmarks to Identify Similar Classes and Major Functionalities†
- Author : Takeshi Kakimoto, Akito Monden, Yasutaka Kamei, Haruaki Tamada, Masateru Tsunoda, Ken-ichi Matsumoto
- Source : MSR '06 Proceedings pp.171-172
- Publication Date : 2006/05/22
- Read Date : 2016/06/02
- Overview :
- ArgoUMLというソフトウェアを対象に、類似しているクラスを見つけたり、各クラスの主な機能を探してみた。
- 用いたbirthmarkは以下の4種類。
- constant values in field variables (CVFV birthmark)
- sequence of method calls (SMC birthmark)
- an inheritance structure (IS birthmark)
- used classes (UC birthmark)
- 主な機能に基づいた各クラスの関連の可視化には、多次元尺度構成法（Multi Dimensional Scaling、MDS）を用いた。
使用クラスに基づくソフトウェアの機能面からの分類†
- Author : 牛窓 朋義, 門田 暁人, 玉田 春昭, 松本 健一
- Source : 電子情報通信学会技術研究報告. SS, ソフトウェアサイエンス 109(170), pp.31-36
- Publication Date : 2009/07/30
- Read Date : 2016/05/27
- Overview :
- 各ソフトウェアが使用するクラスに基づいて、多数のソフトウェアを機能面から分類する方法を提案する。
- 提案方法では、使用クラスの種類と出現頻度に基づいてソフトウェア問の距離を算出し、階層的クラスタリングによってソフトウェアを分類する。
- Javaソフトウェアを対象とした実験の結果、各クラスの重み付けにtf-idf法を用い、距離の算出にユークリッド距離を用いた場合に、もっとも妥当な分類が得られた。
API呼び出し列の差分を利用したAndroidアプリケーション比較ツールの試作†
- Author : 神田 哲也
- Source : 大阪大学 基礎工学部 情報科学科 特別研究報告
- Publication Date : 2011/02/16
- Read Date : 2016/05/26
- Overview :
- 機能を実装する際にはあらかじめ用意されたAPIを組み合わせて利用することが一般的なので、アプリケーションにおいて利用されるAPIの種類や順序と、機能との間には関連性があると考えられる。
- アプリケーション中に出現するAPI呼び出し列の種類の違いを抽出し、アプリケーション間の機能の違いを明らかにする手法を提案する。
Automatic Patch Generation Learned from Human-Written Patches†
- Author : Dongsun Kim, Jaechang Nam, Daewoo Song, Sunghun Kim
- Source : ICSE '13 Proceedings, pp.802-811
- Publication Date : 2013/05/18
- Read Date : 2016/05/17
- Overview :
- 実際に人間が作成した修正パッチからよくある修正パターンを見つけ、それを用いて修正パッチを自動で生成する手法PARを提案する。
- PARは119個中27個の修正パッチを生成できた（Genprogは16個）。
- PARの方が、GenProgよりも受け入れられやすい修正パッチを生成できた。
- Note :
機械学習を用いたコードクローンの危険予測手法†
- Author : 今里 文香, 堀田 圭佑, 肥後 芳樹, 楠本 真二
- Source : 研究報告ソフトウェア工学（SE） 2014-SE-185(21), pp.1-6
- Publication Date : 2014/07/02
- Read Date : 2016/04/01
- Overview :
- バグを起こしたことのあるコードクローンの系譜とそうでない系譜のコードの特徴（傾向）を学習し、現在のコードに存在するコードクローンの危険を予測する。
- 多くの既存手法が学習と予測のどちらにもソフトウェア開発履歴（系譜）を使うのに対して、提案手法は予測時にはソフトウェア開発履歴が不要なので、より高速に予測できる。
- 30種類の特徴量を使ったとしているが、詳細は不明。今後、特徴量の取捨選択が必要とも考察している。
- Note :
Title†
- Author :
- Source :
- Publication Date :
- Read Date :
- Overview :
- Note :
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
