講演抄録/キーワード |
講演名 |
2022-07-15 10:40
試験項目自動生成におけるトピックモデルとDoc2Vecを用いた教師データ選択手法 ○藤田優斗・上田清志(日大) NS2022-52 |
抄録 |
(和) |
大規模通信ソフトウェアの開発において,開発コストの増加や人員不足などの問題により,機械学習機を用いて,要求仕様書から総合/安定化試験項目を自動生成する手法が研究されてきた.
本研究では,機械学習機に学習させる教師データの要求仕様書を選択し,試験項目の自動生成精度を向上させる.各要求仕様書をトピックモデル(LSA, LDA)とDoc2Vecを用いてベクトル化し,各要求仕様書ベクトル間の類似度を算出する.テストデータの要求仕様書と類似度の高い仕様書を選択し教師データに用いる手法を提案する.実際の大規模通信ソフトウェアの要求仕様書を対象に提案手法を用いた正答率を評価し,提案手法の有効性を確認した. |
(英) |
In the development of large-scale communication software, due to the increase in development cost and shortage of manpower, a method to automatically generate test cases of system testing from requirement specifications using machine learning has been studied.
In this study, we improve the accuracy of automatic test item generation by selecting requirement specifications for machine learning training data.
Each requirement specification is vectorized using topic models (LSA, LDA) and Doc2Vec, and the similarity between each requirement specification vector is calculated.
We propose a method to select specifications with high similarity to the requirement specifications of test data and use them as training data.
We evaluate the effectiveness of the proposed method by measuring the percentage of correct answers using the proposed method on requirement specifications of large-scale communication software. |
キーワード |
(和) |
大規模通信ソフトウェア / 試験項目自動生成 / 機械学習機 / トピックモデル / Doc2Vec / / / |
(英) |
Large-scale Communication Software / Automatic Test Cases Generation / Machine Learning / Topic Model / Doc2Vec / / / |
文献情報 |
信学技報, vol. 122, no. 105, NS2022-52, pp. 121-126, 2022年7月. |
資料番号 |
NS2022-52 |
発行日 |
2022-07-06 (NS) |
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 |
NS2022-52 |
研究会情報 |
研究会 |
NS SR RCS SeMI RCC |
開催期間 |
2022-07-13 - 2022-07-15 |
開催地(和) |
金沢歌劇座 + オンライン開催 |
開催地(英) |
The Kanazawa Theatre + Online |
テーマ(和) |
無線分散ネットワーク,M2M(Machine-to-Machine),D2D(Device-to-Device),一般 |
テーマ(英) |
Distributed Wireless Network, M2M (Machine-to-Machine),D2D (Device-to-Device),IoT(Internet of Things), etc |
講演論文情報の詳細 |
申込み研究会 |
NS |
会議コード |
2022-07-NS-SR-RCS-SeMI-RCC |
本文の言語 |
日本語 |
タイトル(和) |
試験項目自動生成におけるトピックモデルとDoc2Vecを用いた教師データ選択手法 |
サブタイトル(和) |
|
タイトル(英) |
A Method for Selecting Training Data using Topic Models and Doc2Vec for Automatic Test Cases Generation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
大規模通信ソフトウェア / Large-scale Communication Software |
キーワード(2)(和/英) |
試験項目自動生成 / Automatic Test Cases Generation |
キーワード(3)(和/英) |
機械学習機 / Machine Learning |
キーワード(4)(和/英) |
トピックモデル / Topic Model |
キーワード(5)(和/英) |
Doc2Vec / Doc2Vec |
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) |
藤田 優斗 / Yuto Fujita / フジタ ユウト |
第1著者 所属(和/英) |
日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.) |
第2著者 氏名(和/英/ヨミ) |
上田 清志 / Kiyoshi Ueda / ウエダ キヨシ |
第2著者 所属(和/英) |
日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-07-15 10:40:00 |
発表時間 |
25分 |
申込先研究会 |
NS |
資料番号 |
NS2022-52 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.105 |
ページ範囲 |
pp.121-126 |
ページ数 |
6 |
発行日 |
2022-07-06 (NS) |