| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-01-27 15:50 変更個所の構造的特徴の学習に基づく複合コミットの分割 ○眞田行隆・小林隆志（東工大）  MSS2020-42 SS2020-27 |
|
| 抄録 | （和） | バグ修正とリファクタリングを並行して行うなど，複数のタスクの結果として生まれたコミットは複合コミットと呼ばれ，後にレビューを行う際や過去の状態に戻す際に問題を複雑化させる．この問題に対処する為に，自動で複合コミットを分割する様々な研究が行われている．しかしながら，既存研究は経験則によって選択された特徴量に基づくものであり，複雑な特徴を認識しきれない問題がある．本研究では，過去の変更における変更個所の構造的特徴を分析し機械学習することで，チャンク間の関係を距離として算出し，これに基づいてクラスタリングを行うことでコミットを分割する手法を提案する． 5 つの OSS プロジェクトのデータに提案手法を適用し，チャンク同士の結合・分離の推定精度およびコミット分割の精度を計測し先行研究と比較を行う |
| （英） | Commits that are the result of multiple tasks, such as bug fixing and refactoring in parallel, are called compound commits. They complicate the problem of reviewing and reverting changes. In order to deal with this problem, various researches have been conducted to automatically split compound commits. However, the existing studies are based on heuristic features, and they fail to recognize complex features. In this study, we propose a method to divide commits by clustering based on the relation among chunks, which is estimated by neural networks trained with the structural features of chanks in past changes. We apply the proposed method to data from five OSS projects, and measure the accuracy of estimating the join/separation between chunks and the accuracy of commit partitioning, and compare it with previous studies. |
|
| キーワード | （和） | コミット分割 / Tangled Commit / Change Partitioning / 改版履歴分析 / 機械学習 / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 343, SS2020-27, pp. 78-83, 2021年1月. | |
| 資料番号 | SS2020-27 | |
| 発行日 | 2021-01-19 (MSS, SS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MSS2020-42 SS2020-27 |
|
| 研究会情報 | |
| 研究会 | MSS SS |
| 開催期間 | 2021-01-26 - 2021-01-27 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SS |
| 会議コード | 2021-01-MSS-SS |
| 本文の言語 | 日本語 |
| タイトル（和） | 変更個所の構造的特徴の学習に基づく複合コミットの分割 |
| サブタイトル（和） | |
| タイトル（英） | A change untangling technique based on learning structural features of chunks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | コミット分割 / |
| キーワード(2)（和/英） | Tangled Commit / |
| キーワード(3)（和/英） | Change Partitioning / |
| キーワード(4)（和/英） | 改版履歴分析 / |
| キーワード(5)（和/英） | 機械学習 / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 眞田 行隆 / Yukitaka Sanada / サナダ ユキタカ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 小林 隆志 / Takashi Kobayashi / コバヤシ タカシ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-01-27 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SS |
| 資料番号 | MSS2020-42, SS2020-27 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.342(MSS), no.343(SS) |
| ページ範囲 | pp.78-83 |
| ページ数 | 6 |
| 発行日 | 2021-01-19 (MSS, SS) |
[研究会発表申込システムのトップページに戻る]