宮崎
の編集
https://floss-lab.org/pukiwiki/?%E5%AE%AE%E5%B4%8E
[
トップ
] [
編集
|
差分
|
履歴
|
添付
|
リロード
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
-- 雛形とするページ --
(no template pages)
*リンク [#o0211e57] #ls2 *Schedule [#c92c4e93] |CENTER:|CENTER:|CENTER:|CENTER:|CENTER:|CENTER:|c | |''Mon'' |''Tue'' |''Wed'' |''Thu''|''Fri''|h |1| | | | |研究発表会| |2|| | | |~| |3| | | | || |4| | | |大ゼミ| | |5| | | | | | ~ *フィードバック [#c92c4e93] **ポスター（1月17日） [#c92c4e93] -なぜキーワードマッチではなくて教師あり学習を使っているのか理由が知りたい --キーワードマッチありそうだしできそうなイメージがある ---キーワードマッチだと組み合わせは爆発する？ --「キーワードを定義するのは大変」は学習用のラベル付きデータも同じ -評価実験 --有意差検定をしてください --実際に利用してもらうことを想定した場合，一番いい組み合わせを知りたい --新しい分類アルゴリズム（ex.DNN）との比較も時間があればしてみては --未知語に対して類義語処理が対応できているかは評価しない？ -類義語処理について議論が欲しい --元々の単語数からどれくらい削れた？ --統一したらいけない単語を統一している場合はある？ -その他 --MEDの式中のdfは微分や他のことを想像してしまうので変えたほうがいい **大ゼミ（11月1日） [#c92c4e93] -風間先生 --bowを使うなら単語が語彙数分のベクトルに落ちているはず --データ数が少ないのでどの単語にも適切なベクトルが出ていない --すでに膨大な単語で作られたw2vのモデルがあるならばそちらを使ったほうがいいのではないか？ (w2vは複合語，多義性にはうまくいかないのは仕方ない) ---これらのコメントはSO_Word2Vecを使うことで対応 -和田先生 --タイトルがアプローチのどの部分と対応しているのか？ ---タイトルを変更することで対応 -学生 --p10のpos→poは大丈夫なのか？略語は重要だから大文字の単語はレマタイズしないようにすればいいのでは？ ---”ONLY”といったような強調表現も含まれているので対応するのが難しいが，少し頑張ればできるかもしれない **大ゼミ（6月1日） [#c92c4e93] -西村先生 --要件定義書のデータ数的にWord2vecは適している？ ---（少なすぎるんじゃない？単語数とか分析してみないと） --和田先生 ---Word2Vecでベクトル表現してるから既に分類できている（クラスタリングの処理いらん） ---日本語を対象にした理由は？英語のドキュメントを使って評価するのがスジ -学生 --学習の爆発するからネガティブサンプリングとするといいよ（久保くん） --類義語をあらかじめ設定すれば？そんな類語語のパターンないやん --結局目視するんやんけ ---手法作る時だけ，って説明が抜けてた *12/14 [#q5874f1c] **研究発表会フィードバック [#n0bd4587] -提案手法の説明がわかりにくい --類義語処理と複合語処理の一連の流れが理解できるようにする必要がある -結果のスライド：セキュリティ要件・ナイーブ＋SVM上位１件だけを表示 -どれぐらいセキュリティ要件を当てれたかを教えてくれると嬉しい（５０件あたったとかゆってくれるとありがたみが理解できる） -どの処理が効いているかわからないからまとめて表示してくれたら理解ができる --エクセルで一番いいパラメータを探す -試行回数が少ないとたまたま？ -SEThesaurusでどれぐらいの数の類義語を特定できたか考察してみては？ *12/13 [#q5874f1c] **DONE [#n0bd4587] -機密性・完全性・責任追跡性の実験終了 --ナイーブベイズでは2-gram，SVMではN-gramが最も良い --セキュリティ要件×分類器の各組み合わせで最も良い類義語処理が違った **TODO [#rc235e2a] -残りの実験（可用性・真正性・プライバシー） --Word2Vecは9割ほど終了 --Fasttextは全体の4分の1ほどだが，Word2Vecが終わり次第，全リソースをFasttextの計算に割り当てることができるのでそこまで時間はかからないはず -考察 --機密性・完全性・責任追跡性で異なる類義語処理になった理由を考える ---機密性・完全性・責任追跡性がどういった空間で構成されているか分析 --実用する上での視点も入れると面白いかも *12/6 [#q5874f1c] **DONE [#n0bd4587] -パラメータを変えた実験 --200次元，2-gram，N-gramを優先的に --SEThesaurus無いほうがいい場合あり **TODO [#rc235e2a] -まずは責任追跡性のみで確かめる --Word2Vecのパラメータを一つ決めて計算 --次にFasttextをWord2Vecと同じパラメータにして計算 --先生に報告 *〜11/29 [#q5874f1c] **DONE [#n0bd4587] -比較 -論文の執筆（一通り） **TODO [#rc235e2a] -考察 *10/25 [#q5874f1c] **DONE [#n0bd4587] -Ngram BOWの実験 -Ngramと類義語処理の実験 **TODO [#rc235e2a] -word2vecのパラメータの変更 -他のアルゴリズムと比較 -MEDの閾値設定のサーベイ *10/18 [#q5874f1c] **DONE [#n0bd4587] -既存手法の分類結果を目視し問題点の調査 --複合語を取り切れていない ---類義語処理はドメインの固有の表現を捉えてから --一般的なストップワード ---イディオムを考慮できなくなる --単語の重みが同一 ---セキュリティ要件に関連する単語は重要なため，重みを高くするべき **TODO [#rc235e2a] -アプローチを適用 --ストップワードの除去 --まずはN-gramのBOWで精度比較 --MWDの適用 -N gramが必要な具体例を追加 -論文の執筆 *9/28 [#q5874f1c] **DONE [#n0bd4587] -並列でプログラムを実行中 -stackoverflowデータを取得 --BRAINにおいてます --試しに、Word2Vecとfasttextの学習をしてみてます -securityのサーベイ **TODO [#rc235e2a] -話の流れを文章に --論文を書き始める *8/3 [#q5874f1c] **DONE [#n0bd4587] -セキュリティ4項目(全6項目中目視で確認された項目) or セキュリティ以外で実験 --nltkが設定しているストップワードの除去が精度に悪影響を与えていた ---onlyやnoのような単語はIntegrityに重要なキーワード --Precision,Recallはそれほど高くない **TODO [#rc235e2a] -作成した記述ルールの中身と誤分類の関係を分析 --作成したルールの中に共通したルールはないか，共通したルールが悪影響を与えているのか --逆に判断のキーとなるルールはどういったルールか -見逃しを削減できるルールを作成するにはどうすればいいか考える *7/27 [#q5874f1c] **DONE [#n0bd4587] -手法の実装 -評価実験 --セキュリティのみで分類した場合 ---支持度0.10,確信度0.45の時，最も精度が良くてPrecision0.86,Recall0.73 --セキュリティ＋他のNFR ---支持度0.1の時，計算が終了しない ---支持度0.2以上の時，分類といえない精度 **TODO [#rc235e2a] -背景にあった実験を行う --セキュリティ or not --セキュリティ詳細 or not ---クリーンな状態 ＆ セキュリティ or not の結果を用いて分類 -セキュリティ絞った背景を組み立てる --まずセキュリティがどこにかかれているか --次に，セキュリティのどれかを分類 -NFR記述ルールの作成方法を変える --NGDを使ってNFRに関連度が高い単語を含むルールのみを用いる *7/6 [#q5874f1c] **DONE [#n0bd4587] -既存手法をセキュリティ小分類に適用 -CARsを用いた手法の改善 **TODO [#rc235e2a] -今朝いただいた手法を実装 *6/29 [#q5874f1c] **DONE [#n0bd4587] -実験 --NGDの計算に時間がかかっています，そろそろ終わりそう -CAR（Class Association Rule Mining）について --ソースを見つけました（Python,R） --pythonの方で利用できないかテスト中 -論文 --レビューお願いできず --文献追加のために論文読んでいました **TODO [#rc235e2a] -実験 --CARの実装 --精度比較 -論文 --3章書き換える --実験などかけるところから書く *6/22 [#q5874f1c] **DONE [#n0bd4587] -データセットをISO25010のNFRに割り当て -実験について考える **TODO [#rc235e2a] -実験 --セキュリティ要件だけ分類 --セキュリティ or NFRで分類 --セキュリティ or NFR or FRで分類 -月曜に2,3章をレビューしていただけますでしょうか *6/15 [#q5874f1c] **DONE [#n0bd4587] -提案手法を実装 --仮実験をしてみた ---全部のデータを学習してテスト・あまり精度よくない ---tf-idfで単語の重み付けいる？ -Word2Vecのwikipediaデータ学習終わらず -論文かけるところから執筆 **TODO [#rc235e2a] -データセットをISO25010のNFRに割り当て直す -比較実験 *6/7 [#q5874f1c] **DONE [#n0bd4587] -大ゼミ発表 --フィードバックまとめてある -Promise投稿を目指す --Promiseデータセットの取得 --既存手法（NGD）を適用中（単語の関連度計算に約1週間ほどかかりそう） --Word2Vecの学習 ---Promiseデータセットを学習してみたが，データ数が少ない or いらない単語を除去しきれていないためかあまり精度よくない ---英語版Wikipediaを学習データに用いて学習中 **TODO [#rc235e2a] -提案手法の実装 --単語ベクトル処理の部分は既に書けている --相関ルールマイニングの部分の実装 -PLAN -ガントチャート（https://docs.google.com/spreadsheets/d/1oc9xqn-eLpVuReIE_yVtx4HKsPFWbarhQ75gcS_Jpb8/edit?usp=sharing） -執筆 --まとめたレビュー期間をおいてますが，書けた章からこまめにレビューをお願いしたい --英語どうしましょう *6/1 [#q5874f1c] **DONE [#n0bd4587] -セキュリティ8項目を対象に予備実験 -大ゼミスライド作成 **TODO [#rc235e2a] -残りのセキュリティ要件を対象に追加 --データの目視 **まだ早い[#rc235e2a] -手動・自動コーパスの比較実験 --Precision,Recallで精度を比較 --目視に使っていないドキュメントを対象 -NFRの粒度を変えて実験 --大項目NFRは小項目コーパス全てを結合したコーパスを用いて分類 --小項目は精度を平均して算出 *5/18 [#q5874f1c] **DONE [#n0bd4587] -手動コーパスを性能2個・セキュリティ5個作成 -自動コーパスの方法を考えた（&attachref(進捗報告.key);）＆実装をした **TODO [#rc235e2a] -手動コーパス実験 --目視結果を学習とテストで半分ずつわける（ランダム） --Precision,Recallを出してみる **まだ早い[#rc235e2a] -手動・自動コーパスの比較実験 --Precision,Recallで精度を比較 --目視に使っていないドキュメントを対象 -NFRの粒度を変えて実験 --大項目NFRは小項目コーパス全てを結合したコーパスを用いて分類 --小項目は精度を平均して算出 *5/11 [#q5874f1c] **DONE [#n0bd4587] -問題点考え直し -既存手法実験の最中 --NDG計算の時間がかかる **TODO [#rc235e2a] -目視コーパスの作成・精度実験 -目視コーパスができ次第，機械コーパスの作成 --まずは目視結果から自動でコーパスを作る ---目視コーパスと自動コーパスの精度を比較 ---よさげならばドキュメントから作ってみる *4/27 [#q5874f1c] **DONE [#n0bd4587] -提案手法の仕様・仕様を満たすためのアプローチを考えた -既存手法のスクリプトのテスト --Google Custom Search APIは費用と一日あたりのアクセス数の制限で実用的ではない（計算もえらくかかる） --MediaWiki APIというWikipedia用のAPIがあるためこれで代用できそう？（無料かつアクセス数の制限なし） **TODO [#rc235e2a] -問題点考え直し -既存手法の Google Custom Search APIをMediaWiki APIに変更して実験 --NFRを3つの粒度にかえて精度の変動をみる --正解ラベル付けも行わないと *4/9 [#q5874f1c] **DONE [#n0bd4587] -辞書作成方法を考えた -先行研究(NGDを用いた教師なしの手法)の実装 --1．RFPの単語の類似度を計算する処理（完） --2．単語を類似度でクラスタリングする処理（完） --3．文を分類する処理（完）（4/10） **TODO [#rc235e2a] -手法練り直し --まずは達成したい目標を決める --目標を達成するために必要なステップを考える --そのステップを満たすために、適用するアルゴリズムを決める --アルゴリズムありきの手法を考えるのではない -先行研究のテスト --NGDの計算にGoogle APIを利用（一日のリクエスト数に限界があり，他のAPIを使うべき？） *4/2 [#q5874f1c] **DONE [#n0bd4587] -目視したやつで、キーワード分布を調べる --非機能要件のカテゴリの特徴語が多い傾向にある --が，ゴミも多い -先行研究のRFPを取得できるか調べる --論文で"the availability of requirements documentation and original developers."と書いていたが見つけることができなかった，論文にもリンクなし -NGDで単語の類似度を計算する処理を実装 **TODO [#rc235e2a] -辞書作成方法を考える -先行研究の実装 --1．RFPの単語の類似度を計算する処理 --2．単語を類似度でクラスタリングする処理 *3/20 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -目視したやつで、キーワード分布を調べる -先行研究のRFPを取得できるか調べる --実装できるかも調べる *3/13 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -pdfから情報を抽出する処理 -wiki学習word2vecの作成 *2/14 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -非機能要件の特徴語の辞書作成 *1/29 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -文章を抽出できるか試してみる *1/9 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -大ゼミ発表 -自然言語処理，要件定義について勉強 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -研究スライド作り直し -概要作成 **TODO [#q044dd96] *12/11 [#q5874f1c] **DONE [#o8fee665] -大ゼミスライドの作成（&attachref(研究発表.pdf);），（&attachref(研究発表.key);） --検知手法の部分がまだドラえもん **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -研究背景等を練り直し（&attachref(研究スライト?.key.pdf);），（&attachref(研究スライト?.key);） -目視の追加 --3年生に手伝い依頼 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -目視 --セキュリティに関して20件 -自然言語処理の勉強 **TODO [#q044dd96] -練り直し *11/13 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -項目の分類のための特徴語の調査 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -やりたいことを考える **TODO [#q044dd96] *9/6 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -やりたいことを考える *8/30 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -素直な疑問を --危険なロジックに入っている *8/23 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -動的解析の勉強 -残りの手法の文献調査 *8/9 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -仕様書目視の再開 -計画書の作成 *7/12 [#q5874f1c] **DONE [#o8fee665] -大ゼミ発表 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -ジャーナル回答文第0版作成 -大ゼミ資料途中 **TODO [#q044dd96] -大ゼミ発表 *6/28 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] --ghtorrentデータセットの中身の理解 *6/14 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] *5/31 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -初練 -レビューのPoliteness値算出し直し．．． --出来次第分析 *5/24 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] *5/17 [#q5874f1c] **DONE [#o8fee665] -レビューコメントにPolitenessツール適用中 -SSコメント対応 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -仕様書の目視 -pythonの勉強 **TODO [#q044dd96] - *4/26 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#adf42999] *BookMark [#t5aeef82]
タイムスタンプを変更しない
*リンク [#o0211e57] #ls2 *Schedule [#c92c4e93] |CENTER:|CENTER:|CENTER:|CENTER:|CENTER:|CENTER:|c | |''Mon'' |''Tue'' |''Wed'' |''Thu''|''Fri''|h |1| | | | |研究発表会| |2|| | | |~| |3| | | | || |4| | | |大ゼミ| | |5| | | | | | ~ *フィードバック [#c92c4e93] **ポスター（1月17日） [#c92c4e93] -なぜキーワードマッチではなくて教師あり学習を使っているのか理由が知りたい --キーワードマッチありそうだしできそうなイメージがある ---キーワードマッチだと組み合わせは爆発する？ --「キーワードを定義するのは大変」は学習用のラベル付きデータも同じ -評価実験 --有意差検定をしてください --実際に利用してもらうことを想定した場合，一番いい組み合わせを知りたい --新しい分類アルゴリズム（ex.DNN）との比較も時間があればしてみては --未知語に対して類義語処理が対応できているかは評価しない？ -類義語処理について議論が欲しい --元々の単語数からどれくらい削れた？ --統一したらいけない単語を統一している場合はある？ -その他 --MEDの式中のdfは微分や他のことを想像してしまうので変えたほうがいい **大ゼミ（11月1日） [#c92c4e93] -風間先生 --bowを使うなら単語が語彙数分のベクトルに落ちているはず --データ数が少ないのでどの単語にも適切なベクトルが出ていない --すでに膨大な単語で作られたw2vのモデルがあるならばそちらを使ったほうがいいのではないか？ (w2vは複合語，多義性にはうまくいかないのは仕方ない) ---これらのコメントはSO_Word2Vecを使うことで対応 -和田先生 --タイトルがアプローチのどの部分と対応しているのか？ ---タイトルを変更することで対応 -学生 --p10のpos→poは大丈夫なのか？略語は重要だから大文字の単語はレマタイズしないようにすればいいのでは？ ---”ONLY”といったような強調表現も含まれているので対応するのが難しいが，少し頑張ればできるかもしれない **大ゼミ（6月1日） [#c92c4e93] -西村先生 --要件定義書のデータ数的にWord2vecは適している？ ---（少なすぎるんじゃない？単語数とか分析してみないと） --和田先生 ---Word2Vecでベクトル表現してるから既に分類できている（クラスタリングの処理いらん） ---日本語を対象にした理由は？英語のドキュメントを使って評価するのがスジ -学生 --学習の爆発するからネガティブサンプリングとするといいよ（久保くん） --類義語をあらかじめ設定すれば？そんな類語語のパターンないやん --結局目視するんやんけ ---手法作る時だけ，って説明が抜けてた *12/14 [#q5874f1c] **研究発表会フィードバック [#n0bd4587] -提案手法の説明がわかりにくい --類義語処理と複合語処理の一連の流れが理解できるようにする必要がある -結果のスライド：セキュリティ要件・ナイーブ＋SVM上位１件だけを表示 -どれぐらいセキュリティ要件を当てれたかを教えてくれると嬉しい（５０件あたったとかゆってくれるとありがたみが理解できる） -どの処理が効いているかわからないからまとめて表示してくれたら理解ができる --エクセルで一番いいパラメータを探す -試行回数が少ないとたまたま？ -SEThesaurusでどれぐらいの数の類義語を特定できたか考察してみては？ *12/13 [#q5874f1c] **DONE [#n0bd4587] -機密性・完全性・責任追跡性の実験終了 --ナイーブベイズでは2-gram，SVMではN-gramが最も良い --セキュリティ要件×分類器の各組み合わせで最も良い類義語処理が違った **TODO [#rc235e2a] -残りの実験（可用性・真正性・プライバシー） --Word2Vecは9割ほど終了 --Fasttextは全体の4分の1ほどだが，Word2Vecが終わり次第，全リソースをFasttextの計算に割り当てることができるのでそこまで時間はかからないはず -考察 --機密性・完全性・責任追跡性で異なる類義語処理になった理由を考える ---機密性・完全性・責任追跡性がどういった空間で構成されているか分析 --実用する上での視点も入れると面白いかも *12/6 [#q5874f1c] **DONE [#n0bd4587] -パラメータを変えた実験 --200次元，2-gram，N-gramを優先的に --SEThesaurus無いほうがいい場合あり **TODO [#rc235e2a] -まずは責任追跡性のみで確かめる --Word2Vecのパラメータを一つ決めて計算 --次にFasttextをWord2Vecと同じパラメータにして計算 --先生に報告 *〜11/29 [#q5874f1c] **DONE [#n0bd4587] -比較 -論文の執筆（一通り） **TODO [#rc235e2a] -考察 *10/25 [#q5874f1c] **DONE [#n0bd4587] -Ngram BOWの実験 -Ngramと類義語処理の実験 **TODO [#rc235e2a] -word2vecのパラメータの変更 -他のアルゴリズムと比較 -MEDの閾値設定のサーベイ *10/18 [#q5874f1c] **DONE [#n0bd4587] -既存手法の分類結果を目視し問題点の調査 --複合語を取り切れていない ---類義語処理はドメインの固有の表現を捉えてから --一般的なストップワード ---イディオムを考慮できなくなる --単語の重みが同一 ---セキュリティ要件に関連する単語は重要なため，重みを高くするべき **TODO [#rc235e2a] -アプローチを適用 --ストップワードの除去 --まずはN-gramのBOWで精度比較 --MWDの適用 -N gramが必要な具体例を追加 -論文の執筆 *9/28 [#q5874f1c] **DONE [#n0bd4587] -並列でプログラムを実行中 -stackoverflowデータを取得 --BRAINにおいてます --試しに、Word2Vecとfasttextの学習をしてみてます -securityのサーベイ **TODO [#rc235e2a] -話の流れを文章に --論文を書き始める *8/3 [#q5874f1c] **DONE [#n0bd4587] -セキュリティ4項目(全6項目中目視で確認された項目) or セキュリティ以外で実験 --nltkが設定しているストップワードの除去が精度に悪影響を与えていた ---onlyやnoのような単語はIntegrityに重要なキーワード --Precision,Recallはそれほど高くない **TODO [#rc235e2a] -作成した記述ルールの中身と誤分類の関係を分析 --作成したルールの中に共通したルールはないか，共通したルールが悪影響を与えているのか --逆に判断のキーとなるルールはどういったルールか -見逃しを削減できるルールを作成するにはどうすればいいか考える *7/27 [#q5874f1c] **DONE [#n0bd4587] -手法の実装 -評価実験 --セキュリティのみで分類した場合 ---支持度0.10,確信度0.45の時，最も精度が良くてPrecision0.86,Recall0.73 --セキュリティ＋他のNFR ---支持度0.1の時，計算が終了しない ---支持度0.2以上の時，分類といえない精度 **TODO [#rc235e2a] -背景にあった実験を行う --セキュリティ or not --セキュリティ詳細 or not ---クリーンな状態 ＆ セキュリティ or not の結果を用いて分類 -セキュリティ絞った背景を組み立てる --まずセキュリティがどこにかかれているか --次に，セキュリティのどれかを分類 -NFR記述ルールの作成方法を変える --NGDを使ってNFRに関連度が高い単語を含むルールのみを用いる *7/6 [#q5874f1c] **DONE [#n0bd4587] -既存手法をセキュリティ小分類に適用 -CARsを用いた手法の改善 **TODO [#rc235e2a] -今朝いただいた手法を実装 *6/29 [#q5874f1c] **DONE [#n0bd4587] -実験 --NGDの計算に時間がかかっています，そろそろ終わりそう -CAR（Class Association Rule Mining）について --ソースを見つけました（Python,R） --pythonの方で利用できないかテスト中 -論文 --レビューお願いできず --文献追加のために論文読んでいました **TODO [#rc235e2a] -実験 --CARの実装 --精度比較 -論文 --3章書き換える --実験などかけるところから書く *6/22 [#q5874f1c] **DONE [#n0bd4587] -データセットをISO25010のNFRに割り当て -実験について考える **TODO [#rc235e2a] -実験 --セキュリティ要件だけ分類 --セキュリティ or NFRで分類 --セキュリティ or NFR or FRで分類 -月曜に2,3章をレビューしていただけますでしょうか *6/15 [#q5874f1c] **DONE [#n0bd4587] -提案手法を実装 --仮実験をしてみた ---全部のデータを学習してテスト・あまり精度よくない ---tf-idfで単語の重み付けいる？ -Word2Vecのwikipediaデータ学習終わらず -論文かけるところから執筆 **TODO [#rc235e2a] -データセットをISO25010のNFRに割り当て直す -比較実験 *6/7 [#q5874f1c] **DONE [#n0bd4587] -大ゼミ発表 --フィードバックまとめてある -Promise投稿を目指す --Promiseデータセットの取得 --既存手法（NGD）を適用中（単語の関連度計算に約1週間ほどかかりそう） --Word2Vecの学習 ---Promiseデータセットを学習してみたが，データ数が少ない or いらない単語を除去しきれていないためかあまり精度よくない ---英語版Wikipediaを学習データに用いて学習中 **TODO [#rc235e2a] -提案手法の実装 --単語ベクトル処理の部分は既に書けている --相関ルールマイニングの部分の実装 -PLAN -ガントチャート（https://docs.google.com/spreadsheets/d/1oc9xqn-eLpVuReIE_yVtx4HKsPFWbarhQ75gcS_Jpb8/edit?usp=sharing） -執筆 --まとめたレビュー期間をおいてますが，書けた章からこまめにレビューをお願いしたい --英語どうしましょう *6/1 [#q5874f1c] **DONE [#n0bd4587] -セキュリティ8項目を対象に予備実験 -大ゼミスライド作成 **TODO [#rc235e2a] -残りのセキュリティ要件を対象に追加 --データの目視 **まだ早い[#rc235e2a] -手動・自動コーパスの比較実験 --Precision,Recallで精度を比較 --目視に使っていないドキュメントを対象 -NFRの粒度を変えて実験 --大項目NFRは小項目コーパス全てを結合したコーパスを用いて分類 --小項目は精度を平均して算出 *5/18 [#q5874f1c] **DONE [#n0bd4587] -手動コーパスを性能2個・セキュリティ5個作成 -自動コーパスの方法を考えた（&attachref(進捗報告.key);）＆実装をした **TODO [#rc235e2a] -手動コーパス実験 --目視結果を学習とテストで半分ずつわける（ランダム） --Precision,Recallを出してみる **まだ早い[#rc235e2a] -手動・自動コーパスの比較実験 --Precision,Recallで精度を比較 --目視に使っていないドキュメントを対象 -NFRの粒度を変えて実験 --大項目NFRは小項目コーパス全てを結合したコーパスを用いて分類 --小項目は精度を平均して算出 *5/11 [#q5874f1c] **DONE [#n0bd4587] -問題点考え直し -既存手法実験の最中 --NDG計算の時間がかかる **TODO [#rc235e2a] -目視コーパスの作成・精度実験 -目視コーパスができ次第，機械コーパスの作成 --まずは目視結果から自動でコーパスを作る ---目視コーパスと自動コーパスの精度を比較 ---よさげならばドキュメントから作ってみる *4/27 [#q5874f1c] **DONE [#n0bd4587] -提案手法の仕様・仕様を満たすためのアプローチを考えた -既存手法のスクリプトのテスト --Google Custom Search APIは費用と一日あたりのアクセス数の制限で実用的ではない（計算もえらくかかる） --MediaWiki APIというWikipedia用のAPIがあるためこれで代用できそう？（無料かつアクセス数の制限なし） **TODO [#rc235e2a] -問題点考え直し -既存手法の Google Custom Search APIをMediaWiki APIに変更して実験 --NFRを3つの粒度にかえて精度の変動をみる --正解ラベル付けも行わないと *4/9 [#q5874f1c] **DONE [#n0bd4587] -辞書作成方法を考えた -先行研究(NGDを用いた教師なしの手法)の実装 --1．RFPの単語の類似度を計算する処理（完） --2．単語を類似度でクラスタリングする処理（完） --3．文を分類する処理（完）（4/10） **TODO [#rc235e2a] -手法練り直し --まずは達成したい目標を決める --目標を達成するために必要なステップを考える --そのステップを満たすために、適用するアルゴリズムを決める --アルゴリズムありきの手法を考えるのではない -先行研究のテスト --NGDの計算にGoogle APIを利用（一日のリクエスト数に限界があり，他のAPIを使うべき？） *4/2 [#q5874f1c] **DONE [#n0bd4587] -目視したやつで、キーワード分布を調べる --非機能要件のカテゴリの特徴語が多い傾向にある --が，ゴミも多い -先行研究のRFPを取得できるか調べる --論文で"the availability of requirements documentation and original developers."と書いていたが見つけることができなかった，論文にもリンクなし -NGDで単語の類似度を計算する処理を実装 **TODO [#rc235e2a] -辞書作成方法を考える -先行研究の実装 --1．RFPの単語の類似度を計算する処理 --2．単語を類似度でクラスタリングする処理 *3/20 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -目視したやつで、キーワード分布を調べる -先行研究のRFPを取得できるか調べる --実装できるかも調べる *3/13 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -pdfから情報を抽出する処理 -wiki学習word2vecの作成 *2/14 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -非機能要件の特徴語の辞書作成 *1/29 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -文章を抽出できるか試してみる *1/9 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -大ゼミ発表 -自然言語処理，要件定義について勉強 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -研究スライド作り直し -概要作成 **TODO [#q044dd96] *12/11 [#q5874f1c] **DONE [#o8fee665] -大ゼミスライドの作成（&attachref(研究発表.pdf);），（&attachref(研究発表.key);） --検知手法の部分がまだドラえもん **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -研究背景等を練り直し（&attachref(研究スライト?.key.pdf);），（&attachref(研究スライト?.key);） -目視の追加 --3年生に手伝い依頼 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -目視 --セキュリティに関して20件 -自然言語処理の勉強 **TODO [#q044dd96] -練り直し *11/13 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -項目の分類のための特徴語の調査 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -やりたいことを考える **TODO [#q044dd96] *9/6 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -やりたいことを考える *8/30 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -素直な疑問を --危険なロジックに入っている *8/23 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -動的解析の勉強 -残りの手法の文献調査 *8/9 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -仕様書目視の再開 -計画書の作成 *7/12 [#q5874f1c] **DONE [#o8fee665] -大ゼミ発表 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -ジャーナル回答文第0版作成 -大ゼミ資料途中 **TODO [#q044dd96] -大ゼミ発表 *6/28 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] --ghtorrentデータセットの中身の理解 *6/14 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] *5/31 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -初練 -レビューのPoliteness値算出し直し．．． --出来次第分析 *5/24 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] *5/17 [#q5874f1c] **DONE [#o8fee665] -レビューコメントにPolitenessツール適用中 -SSコメント対応 **TODO [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#q5874f1c] **DONE [#o8fee665] -仕様書の目視 -pythonの勉強 **TODO [#q044dd96] - *4/26 [#q5874f1c] **DONE [#o8fee665] -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 [#q044dd96] -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 [#adf42999] *BookMark [#t5aeef82]
テキスト整形のルールを表示する
添付ファイル:
進捗報告.key
[
詳細
]
研究発表.key
1件
[
詳細
]
研究発表.pdf
7件
[
詳細
]
研究スライト?.key
1件
[
詳細
]
研究スライト?.key.pdf
2件
[
詳細
]
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
