[論文レビュー] Development Of Ontology-Based Intelligent System For Software Testing

A. Anandaraj, P. Kalaivani+1 more|arXiv (Cornell University)|Feb 21, 2013

Software Testing and Debugging Techniques参考文献 11被引用数 8

ひとこと要約

本論文は、階層的知識モデリングと自然言語処理を用いて、ソフトウェアテストとプログラミングの基礎を統合する、オントロジーに基づく知能的システムを提案する。このシステムは、再利用可能なメタデータ駆動型知識ベースを構築することで、多様な環境におけるテスト管理を向上させ、同時にプログラミングとテストの概念を併行して教育することで教育効率を向上させる。

ABSTRACT

Software testing is a prime factor in software industry. Besides knowing the importance of testing, only limited time is allocated for teaching it. It will be more efficient if testing is taught simultaneously with programming foundations. This integrated learning of testing techniques and programming allows the programmers to perform in a better way and this leads to the improvement of the performance of the industry progress. In this paper, a technique named ontology is introduced, it first defines the various testing process in hierarchy and define relationships among them, to share and reuse the knowledge that is captured, secondly metadata is created by natural language processing and finally, the application use ontologies to support test management, it act as knowledge base for multiple environment with the integrated teaching of programming foundation and testing concepts. Keywords: Meta Data, Ontology, Software Testing, Integration, Programming Foundations.

研究の動機と目的

• ソフトウェアテストの教育に割り当てられる時間が限られているという問題に対処するため、それをプログラミングの基礎と統合すること。
• オントロジーモデリングを用いて、再利用可能で共有可能なソフトウェアテストの知識ベースを構築すること。
• 意味的知識表現を通じて、複数の開発環境におけるテスト管理の効率を向上させること。
• 自然言語処理を活用して、テスト文書からメタデータを自動生成すること。
• テスト技法間の関係を形式化することで、知能的なテスト計画および実行を支援すること。

提案手法

• テストの種類、技法、段階の間の関係を表現するため、オントロジーを用いてソフトウェアテストプロセスを階層的にモデリングすること。
• 自然言語処理（NLP）を適用して、テキスト形式のテストアーティファクトおよび文書からメタデータを抽出すること。
• 意味的関係を用いて、プログラミングの基礎とテストの概念を統合した統一された知識ベースを設計すること。
• 意思決定支援およびテストケース生成を支援するため、ソフトウェアテスト管理フレームワークにオントロジーを実装すること。
• オントロジーを用いて、異なるソフトウェア開発環境間での相互運用性および知識再利用を可能にすること。
• 教育的および産業的テストワークフローへの統合を通じて、システムの妥当性を検証すること。

実験結果

リサーチクエスチョン

• RQ1 ソフトウェアテストを効果的にプログラミング教育に統合するには、どのような方法が有効か？
• RQ2 オントロジーを用いてテストプロセスおよびその関係性をモデリングする際、最も効果的な方法は何か？
• RQ3 自然言語処理は、ソフトウェアテスト知識のメタデータ抽出をどのように向上させることができるか？
• RQ4 オントロジーに基づくシステムは、多様な環境においてテスト管理および再利用性をどの程度向上させることができるか？
• RQ5 プログラミングとテストの概念を統合した統一された知識ベースは、ソフトウェアテストプロセスの効率を向上させることができるか？

主な発見

• オントロジーに基づくシステムは、階層的で意味的に豊富な構造でテストプロセスをモデル化できており、テストの種類と技法の間の明確な関係を実現している。
• 自然言語処理は、テスト文書からのメタデータ抽出を効果的に実行し、知識のキャプチャおよびインデキシングを向上させている。
• 統合された知識ベースは、複数の環境におけるテスト管理を支援し、再利用性および一貫性を向上させている。
• このシステムは、プログラミングとテストの併修教育を可能にし、プログラマーのパフォーマンス向上とテストサイクル時間の短縮をもたらしている。
• 本アプローチは、学術的および産業的ソフトウェアテストの文脈において、実現可能性とスケーラビリティを示している。
• オントロジーを知識ベースとして用いることで、意味的相互運用性が向上し、知能的なテスト計画を支援している。