[论文解读] 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 3

一句话总结

本文提出了一种文本挖掘方法，用于分析CMMI软件质量标准，能够从其庞大的文本内容中快速提取结构和主题洞察。通过应用自然语言处理技术，该方法加速了对质量方法的理解与选择，为手动审查提供了一种可扩展的替代方案。

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.

研究动机与目标

• 解决手动处理大量文本形式的软件质量标准所面临的挑战。
• 开发一种可扩展的方法，用于从CMMI等质量模型中提取结构和主题信息。
• 通过自动文本分析，支持更快地选择和理解质量方法。
• 证明在逆向工程复杂质量标准的范围与内容方面，文本挖掘的可行性。

提出的方法

• 将文本挖掘技术应用于CMMI软件质量标准的全部文本内容。
• 使用自然语言处理技术识别文档中的关键概念、关系和结构元素。
• 将信息提取并组织为机器可读格式，以支持分析与可视化。
• 聚焦于通过语言模式识别CMMI框架中的范围、组件及相互依赖关系。
• 利用标准的文本挖掘流程，高效处理和总结大型文本资产。

实验结果

研究问题

• RQ1 如何有效应用文本挖掘技术，从CMMI软件质量标准中提取有意义的洞察？
• RQ2 可以从质量模型的文本内容中自动推导出哪些结构和主题信息？
• RQ3 自动化分析在多大程度上能够减少理解复杂质量标准所需的时间和精力？
• RQ4 与人工分析相比，文本挖掘的输出在全面性和准确性方面表现如何？

主要发现

• 文本挖掘成功从CMMI标准中提取了结构和主题组件，提供了其范围的简洁概览。
• 该方法相比手动阅读，显著加快了对标准内容的理解速度。
• CMMI框架中的关键概念和关系被自动识别并组织起来。
• 该方法在实践中展示了加速选择和采纳质量方法的潜力。