[論文レビュー] Automatic Labeling of the Object-oriented Source Code: The Lotus Approach

Ra’Fat Al-Msie’deen|arXiv (Cornell University)|Jan 25, 2018

Software Engineering Research参考文献 15被引用数 11

ひとこと要約

本論文では、オブジェクト指向のソースコードを自動的にラベル付けするLotusアプローチを提案する。このアプローチは、コード理解を向上させるためにソフトウェア識別子を用いる。ArgoUMLおよび図形描画アプリケーションの事例研究において、識別子の分析を通じて100%の正確性を達成し、リバースエンジニアリングおよびソフトウェア可視化タスクにおける有効性を示している。

ABSTRACT

Most of open-source software systems become available on the internet today. Thus, we need automatic methods to label software code. Software code can be labeled with a set of keywords. These keywords in this paper referred as software labels. The goal of this paper is to provide a quick view of the software code vocabulary. This paper proposes an automatic approach to document the object-oriented software by labeling its code. The approach exploits all software identifiers to label software code. The paper presents the results of study conducted on the ArgoUML and drawing shapes case studies. Results showed that all code labels were correctly identified.

研究の動機と目的

• 手動によるドキュメンテーションが存在しない大規模なオープンソースソフトウェアコードを理解する課題に対処すること。
• ソフトウェア識別子を活用して、コード要素に意味のあるラベルを自動生成する技術を開発すること。
• コード語彙の迅速かつ自動的なビューを提供することで、ソフトウェア理解および可視化を向上させること。
• 実世界のオープンソースシステムを対象にアプローチを評価し、正確性およびスケーラビリティを検証すること。

提案手法

• オブジェクト指向のソースコードから、すべてのソフトウェア識別子（例：クラス名、メソッド名、変数名）を抽出する。
• 自然言語処理技術を適用して、識別子を意味のあるキーワードやラベルに解釈・正規化する。
• 識別子の意味的コンテンツに基づいてラベルを生成し、それらを暗黙のドキュメンテーションの出典として扱う。
• 2つの事例研究（ArgoUMLおよび図形描画アプリケーション）を用いて手法を評価する。
• ラベルの正しさは、手動による検査を通じて評価され、生成されたラベルと期待される意味的意味の比較がなされる。

実験結果

リサーチクエスチョン

• RQ1 ソフトウェア識別子のみを用いて、オブジェクト指向コードに対して正確かつ意味のあるラベルを生成することは可能か？
• RQ2 Lotusアプローチは、異なるソフトウェアシステムにおいて関連するコード語彙をどれほど効果的に特定できるか？
• RQ3 自動ラベリングは、ソフトウェア理解およびリバースエンジニアリングタスクをどの程度向上できるか？
• RQ4 このアプローチは、多様なオープンソースソフトウェアプロジェクトにわたりスケーラブルで頑健であるか？

主な発見

• Lotusアプローチは、ArgoUMLおよび図形描画アプリケーションの両方の事例研究において、すべてのコードラベルを正しく同定した。
• 生成されたラベルの100%が、対応するコード要素に対して意味的に正確かつ関連性があることが確認された。
• 外部のドキュメンテーションやコメントを一切必要とせず、識別子のみを用いても高い信頼性を示した。
• 結果から、ソフトウェア識別子は、ソフトウェア工学タスクにおける自動コードラベリングの豊富で信頼性の高い出典であることが確認された。