こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。

前回の記事では、「交通量をオートエンコーダーで測定」を扱いました。

今回は、ブラジルのDepartment of Computer Science, University of Brasília (UnB)のE. D. Canedoらが2020年9月に発表した「機械学習でソフトウェア開発要件を分類する」に関する論文を扱っていきます。

もくじ
1章　開発要件分類の課題
2章　複数手法でソフトウェア開発要件を分類する
2.1　研究目的：開発要件を分類する
2.2　研究手法： 3つの特徴選択手法、4つのアルゴリズムの性能を比較
2.3　研究結果：TF-IDFとLRの組み合わせが最良

■前回の記事：【vol.29】交通量をオートエンコーダーで測定

1章
開発要件分類の課題

ソフトウェア開発要件を手動分類するのは、膨大な数の要件を持つ大規模プロジェクトでは時間がかかります。

しかし、ソフトウェア要件が十分に知られ、テキスト化されているとはいえ、自然言語で記述された要件を機能要件と非機能要件のサブカテゴリに自動分類することは、同じ種類の要件を記述するために異なる用語や文構造が使用されることが多いので未だに難しいタスクです。

そこでブラジルのE. D. Canedoらは、複数手法で開発要件を自動分類することに挑戦しました。

2章
複数手法でソフトウェア開発要件を分類する

まずはE. D. Canedoらの研究におけるミッション・手法・結果をまとめます。