[論文レビュー] Towards Applying Text Mining Techniques on Software Quality Standards and Models

Zádor Dániel Kelemen, RJ Rob Kusters+2 more|arXiv (Cornell University)|Oct 22, 2013

Software Engineering Research参考文献 12被引用数 3

ひとこと要約

本稿では、CMMIソフトウェア品質基準のテキストマイニング手法を提案し、その広大なテキストコンテンツから構造的・主題的インサイトを迅速に抽出することを可能にする。自然言語処理技術を適用することで、品質アプローチの理解と選定が加速され、手作業によるレビューとは対照的にスケーラブルな代替手段を提供する。

ABSTRACT

Many of quality approaches are described in hundreds of textual pages. Manual processing of information consumes plenty of resources. In this report we present a text mining approach applied on CMMI, one well known and widely known quality approach. The text mining analysis can provide a quick overview on the scope of a quality approaches. The result of the analysis could accelerate the understanding and the selection of quality approaches.

研究の動機と目的

• 大規模なテキスト形式のソフトウェア品質基準を手作業で処理する課題に対処すること。
• CMMIのような品質モデルからの構造的・主題的情報をスケーラブルに抽出する手法を開発すること。
• 自動テキスト分析を通じて、品質アプローチの選定と理解を迅速化すること。
• 複雑な品質基準の範囲と内容を逆方向に再構築する文書マイニングの実現可能性を示すこと。

提案手法

• CMMIソフトウェア品質基準の完全なテキストコンテンツにテキストマイニング技術を適用すること。
• 自然言語処理を用いて、文書内におけるキーワード・概念、関係性、構造的要素を特定すること。
• 分析および可視化のための機械可読形式に情報の抽出と整理を行うこと。
• 言語的パターンを活用して、CMMIフレームワーク内の範囲、構成要素、相互依存関係を特定すること。
• 標準的なテキストマイニングパイプラインを活用し、大規模なテキストアセットを効率的に処理・要約すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてテキストマイニング技術を効果的に適用し、CMMIソフトウェア品質基準から意味のあるインサイトを抽出できるか？
• RQ2 品質モデルのテキストコンテンツから、自動的に導出可能な構造的・主題的情報は何か？
• RQ3 自動分析によって、複雑な品質基準を理解するために必要な時間と労力は、どの程度削減できるか？
• RQ4 テキストマイニングの出力結果は、手作業分析と比較して、包括性および正確性の面でどのように異なるか？

主な発見

• テキストマイニングにより、CMMI基準からの構造的・主題的情報が成功裏に抽出され、その範囲の要約が得られた。
• 本手法により、手作業による読解と比較して、基準の内容を迅速に理解できるようになった。
• CMMIフレームワーク内における主要な概念と関係性が自動的に同定され、整理された。
• 実務において、品質アプローチの選定と導入を加速する可能性を示した。