宮崎/非機能要件の履歴(No.7)

研究目的†

問題点
- 分類の粒度があらい
  - 「セキュリティ」，「パフォーマンス」と分類
  - 分類結果を目視して細分化しないといけない
原因
- 粒度の粗い単語辞書を作っている
  - RFPからセキュリティに関連度が高い（WEB検索でヒットすることが多い）単語を取得してセキュリティ辞書にしている
  - 例）あるRFPセキュリティ辞書に含まれる単語
  - email, login , Authenticate
考えないといけない？点
- ひとつのRFPに専用の辞書を作っている
  - 他の辞書には利用できない
  - そのRFPに書いてある単語しかとってこれない

粒度の細かい辞書を作る
- セキュリティの中の「セキュリティパッチの適用範囲」辞書を作る
1つの単語があるかないかの0，1の辞書ではいけない
- 「セキュリティパッチ」が含まれる文をNFR文として抽出すると「セキュリティパッチの適用範囲」には該当しない
  - 例文）セキュリティパッチの情報を提供すること（これは「セキュリティパッチの適用範囲」ではない）
複数の単語集合？を持った辞書を作る
- 例えば，「セキュリティパッチの適用範囲」なら「セキュリティパッチ」と「適用」と「範囲に関する単語」が含まれている辞書
表記ゆれに対応する必要がある
- 「セキュリティパッチ」「パッチ」「修正プログラム」は同じように扱われる
- 文字列の近さではなく類似度で表記ゆれをなくす

Title	Author	Conference	Overview
DIGS: A Framework for Discovering Goals for Security Requirements Engineering	Maria Riaz, Jonathan Stallings, Munindar P. Singh, John Slankas, Laurie Williams	ESEM'16	セキュリティ目標の抽出を助けるフレームワークを提案した．実験の結果，利用者のセキュリティ目標の抽出の助けはできなかったが，利用者はいい経験になったとレポートしている．
Automated classification of non-functional requirements	Jane Cleland-Huang, Raffaella Settimi, Xuchang Zou, Peter Solc	Springer Requirements Eng 2007	機械学習を用いて非機能要件を検出・分類する手法を提案．Recall重視の手法．ドメインごとに学習した方が精度高．
ソフトウェア開発の超上流工程における非機能要件の定量的評価	斎藤康廣	NAIST D論	要件定義書に記述している非機能要件を機械学習を用いて自動評価．
Automated Extraction of Non-functional Requirements in Available Documentation	John Slankas and Lurie Williams	2013 1st International Workshop on Natural Language Analysis in Software Engineering (NaturaLiSE)	非機能要件をK近傍探索を用いて検出する手法を提案．SVM，ナイーブベイスと比較実験を行った結果，SVMがF1値が最も高．また，単語のステミング等の処理を行わなうと，わずかに精度低