1. 発表論文
• タイトル
「Extending Nocuous Ambiguity Analysis
for Anaphora in Natural Language Requirements」
（自然言語要件における前方照応のための有害な曖昧さ分析）
• 著者
– Hui Yang、Anne de Roeck、Vincenzo Gervasi、Alistair
Willis、Bashar Nuseibeh
• 出典
– Requirements Engineering Conference(RE) 2010
year accept rate
2008 23%
2009 16%
2010 16% 0

2. 概要
• 目的：要求文書から、「曖昧さ」を検出するため
• 手法：曖昧さを含む文を抽出し、
有害であるかどうかを判別
• 結果：精度よく有害なあいまいさを検出できた
1

3. 背景
要求文書：自然言語で記述
自然言語には「曖昧さ」がある
曖昧さは、利害関係者間に「誤解」を生む
要求分析工程の誤解は、下流工程に響く
2

4. 前方照応の曖昧さ
• 代名詞（he,she,it,those,our etc）によって
生じる曖昧さ
A called B because
he was absent from the lecture.
（講義を欠席したので、A君はB君に電話をかけました）
問：講義を欠席したのは誰でしょう？
1. A君
2. B君
3

5. 有害なあいまいさ
The MANUAL schema models the system
behavior when it is in manual override mode.
（手動制御機能モードのとき、マニュアルスキーマは、
システムふるまいをモデル化します ）
青：7
緑：6 （13人中）
有害
A prototype exists for this process and
it will be examined for reuse.
（プロトタイプは、このプロセスのために存在し、
それは再利用できるように検討されます）
青：13
緑：0 （13人中） 無害 4

6. NAIツール
（Nocuous Ambiguity Identification Tool）
• 「有害な曖昧さ」を特定
テキスト前処理モジュール
曖昧文検出モジュール
有害・無害分類モジュール
5

7. NAIツール（テキスト前処理モジュール）
• 文の境界を探索し、文を判別
• 単語と連語を区別
• POSタグ（名詞、動詞、形容詞、副詞etc）
をつける
Stanford parser （既存）を利用
6

8. NAIツール（曖昧文検出モジュール1）
言語学
的特性
文脈的
特性
統計的
特性
7

9. NAIツール（曖昧文検出モジュール2）
• 要求文書中で曖昧文のパターンに合う文を抽出
要求文書 要求文書中の
（POSタグ付き） 曖昧文
適合
抽出
曖昧文の規則
8

10. NAIツール（有害・無害分類モジュール1）
200個の曖昧文：様々なドメインの要求文書
13人の専門家（情報工学研究者やスタッフ）が、
代名詞がどの名詞を照応しているかを選択
（監督は彼らが監督するエージェントのタスクを変更するだけかもしれません）
9

11. NAIツール（有害・無害分類モジュール2）
• 結果を分類機に学習させる
アルゴリズムはNaive Bayes（既存）に決定
– decision trees, J48, LogitBoost, SVM,
Logistic Regression より良かった
• 分類機の閾値は可変に
– 藍色：有害
– 紫色：無害
10

12. NAIツールの評価（概要）
• 200個のうち80%を学習、残りの20%で評価
• 再現率と適合率を評価
R：再現率 TP：特定できた正しい有毒なあいまいさ
P：適合率 FN：特定できなかった有毒なあいまいさ
FP：有毒だと判断された無毒なあいまいさ
11

13. NAIツールの評価（結果1）
• 閾値：0.6のときが
適合率は一番いい
• すべての機能を
備えていた方が
適合率はいい
12

14. NAIツールの評価（結果2）
• いい結果らしい
• 低い閾値だと、性能が下がるらしい
13

15. 結論
要求文書から曖昧文を抽出
曖昧文が有毒かどうか判別
有毒な曖昧さを特定できた
14

16. 私見
長所
• 曖昧さには、有毒なものと無毒なものがあること
を見つけ出した
• 調整の曖昧さで作ったツールは、改良すること
で他の様々な曖昧さにも適応できるように作ら
れている
短所
• 評価実験の結果がよくわからない（グラフなどを
使いわかりやすく説明すべき）
15