| 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 | 2023-03-14 11:50 時相論理式の生成に向けた時間関係認識手法の検討 ○大西舞子（お茶の水女子大）・小形真平・岡野浩三（信州大）・戸次大介（お茶の水女子大）  SS2022-49 |
|
| 抄録 | （和） | 要求仕様書の解析に組み込まれる関係抽出に，時間関係を活用できる余地がある。いくつかの研究では，ルールベースの関係抽出が採用されてきた．たとえば，時相論理式や状態遷移モデルの自動生成などのコンポーネントとして手法に組み込まれることが多い．具体的な例題をもとにルールを作成するため，適用範囲が限定的になりやすい．そのため，例題の規模の増減に対応して，ルールベースの手法の構成や性能を柔軟に変化させられることが求められる．しかし，現状では手法の拡張性や汎用性を高めることは容易ではない． 一方，自然言語処理の分野では，新聞記事に時間関係をアノテーションしたTimeBankの開発により深層学習ベースの関係認識を発展させているが，要求工学におけるコーパスは関係認識を学習するのに十分な規模のコーパスが整備されていないため，関係認識が十分に進んでいない．また，深層学習ベースの関係抽出が，要求工学における応用課題へ活用される研究は少ない． 本研究は，これまでルールベースの手法が採用されてきた課題に対して， 深層学習ベースの時間関係認識を適用する場合の有効性を確認する．自然言語処理の分野で一般的に採用される時間関係が注釈されたニュースドメインのコーパスを使用して，文内のイベント間の時間関係をモデルに学習させる．その学習済モデルを用いてファインチューニングを行う．時相論理式の合成に採用される基本的なパターンマッチング手法としてプロパティ仕様パターンがある．要件を抽象化させたパターンが収録されたテストデータに適用したところ，効果が示された． |
| （英） | There is room to utilize temporal relations in relation extraction that is incorporated in the analysis of requirements specifications. Several studies have employed rule-based relation extraction. For example, it is often incorporated into methods as a component of automatic generation of temporal logic formulas and state transition models. Since rules are created based on concrete examples, the scope of application tends to be limited. Therefore, it is necessary to be able to flexibly change the composition and performance of rule-based methods in response to increases or decreases in the scale of examples. However, it is not easy to increase the scalability and generality of methods in the current situation. On the other hand, in the field of natural language processing, deep learning-based relation identification has been developed through TimeBank, which is a corpus annotated with temporal relations. But data in requirements engineering is not sufficiently large enough to learn relational identification. In addition, few studies have utilized deep learning-based relation extraction for challenging tasks in requirements engineering. This study confirms the effectiveness of deep learning-based temporal relation identification when applied to tasks, where rule-based methods have been employed in the past. Using a news domain corpus annotated with temporal relations commonly employed in the field of natural language processing, we train a model to learn temporal relations between events in a sentence. The trained model is then used for fine tuning. Property specification patterns are a basic pattern matching method employed in the synthesis of temporal logic formulas. We applied this method to test data containing patterns that abstract requirement, and demonstrated its effectiveness. |
|
| キーワード | （和） | ソフトウェア工学 / 自然言語処理 / 時間関係認識 / 要求仕様書 / / / / |
| （英） | Software Engineering / Natural Language Processing / Temporal Relation Identification / Requirements Specification / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 432, SS2022-49, pp. 13-18, 2023年3月. | |
| 資料番号 | SS2022-49 | |
| 発行日 | 2023-03-07 (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 | SS2022-49 |
|
| 研究会情報 | |
| 研究会 | SS |
| 開催期間 | 2023-03-14 - 2023-03-15 |
| 開催地（和） | 名護市産業支援センター |
| 開催地（英） | |
| テーマ（和） | ソフトウェアサイエンスおよび一般 |
| 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 | 2023-03-SS |
| 本文の言語 | 日本語 |
| タイトル（和） | 時相論理式の生成に向けた時間関係認識手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Temporal relation identification toward generating temporal logic formulas |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ソフトウェア工学 / Software Engineering |
| キーワード(2)（和/英） | 自然言語処理 / Natural Language Processing |
| キーワード(3)（和/英） | 時間関係認識 / Temporal Relation Identification |
| キーワード(4)（和/英） | 要求仕様書 / Requirements Specification |
| キーワード(5)（和/英） | / |
| 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） | 大西 舞子 / Maiko Onishi / オオニシ マイコ |
| 第1著者 所属（和/英） | お茶の水女子大学 (略称： お茶の水女子大) Ochanomizu University (略称： Ochanomizu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小形 真平 / Shinpei Ogata / オガタ シンペイ |
| 第2著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岡野 浩三 / Kozo Okano / オカノ コウゾウ |
| 第3著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 戸次 大介 / Daisuke Bekki / ベッキ ダイスケ |
| 第4著者 所属（和/英） | お茶の水女子大学 (略称： お茶の水女子大) Ochanomizu University (略称： Ochanomizu Univ.) |
| 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 | 2023-03-14 11:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SS |
| 資料番号 | SS2022-49 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.432 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2023-03-07 (SS) |
[研究会発表申込システムのトップページに戻る]