2019 Fiscal Year Research-status Report
A Portal Site for Intelligent Software Development by Integration of Knowledge Bases with Representation Learning Capability
| Project/Area Number |
17K00498
|
|---|
| Research Institution | Kanagawa Institute of Technology |
|---|
Principal Investigator |
鷹野 孝典 神奈川工科大学, 情報学部, 教授 (40434419)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 知的学習支援システム / 異種知識ベース統合 / ソフトウェア開発 / 情報検索 / 特徴表現学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，利用者の問い合わせに応じて適切な特表現学習ネットワークを結合するための手法，及びソフトウェアリポジトリ分析よるソフトウェア開発者の知識伝播モデルを構築するための手法を提案し，本手法を適用して実現される知的ソフトウェア開発支援ポータルサイトを用いてソフトウェア開発やプロジェクト展開等の際に生じる諸問題を解決する事により，ソフトウェア開発の生性向上，及び教育の効率化を達成する事を目的とする．2020年度の主な成果として，下記の提案を行い，当初の研究目標をある程度達成できた．
(1)ソースコード再利用のためのコード片ラベル付け手法を提案した．本手法の特徴は，n-gram行ごとに切り分けたソースコード片を関数化することにより機能ラベルの付与を可能にする点，及びソースコード片検索時に，ソースコード片の論理的関係に基づいてソースコード片の前後のソースコード情報を提示できる点にある．
(2)チャットを利用したプログラミング学習における学習者の学習効率および教師の指導効率の向上を目的として，習熟度に応じたヒント情報提示システムを提案した．本システムの特徴は，チャットでの質問履歴から学習者のプログラミング習熟度を推定し，学習者のレベルに応じたプログラミングに関するヒント情報を提示する．習熟度推定にはプログラミング学習における質問文を習熟度別に学習させた深層学習モデルを利用した．
(3)視覚的評価および構造的評価に基づいたソースコード可読性評価手法を提案した．既存手法では単一視点に基づいたモデルに基づいて評価を行うため，固有の視点に偏ってソースコードを評価してしまう可能性がある．本手法ではソースコードの可読性を構造的に評価する特性モデルとソースコードの見た目を評価する画像学習モデルの2種類のモデルを利用してコード評価を行う点に特徴がある．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2017～2019年度の計画に沿って，研究項目(A)，(B)を推進することができた．しかし研究項目(C)，(D)，(E)については実現できていないため，進捗はやや遅れていると判断いたします．
(A) 提案システムの基本設計，実現方法，評価方法，応用方法の設計
(B) ソフトウェア開発知識ベースの構築手法: 2018年度に深層学習を用いたプログラミング・ロジック推定によるコード断片推薦手法の提案を行った．2019年度では，引き続きロジックを構成するための機能ラベルをソースコードから抽出するための基本方式の提案を行った（上記研究実績の概要(1)）．また，プログラミング学習者を対象として，プログラミング時における質問内容からプログラミング習熟度を判定するための深層ニューラルネットワークを構築し，習熟度に応じてプログラミングのヒント提示を行う機能を実現した（上記(2)）．さらに，ソースコード保守のために読みやすさを考慮したソースコードの記述が望まれることから，ソースコードの可読性を評価する深層学習モデルを構築し，実現可能性を検証した（上記(3)）．
(C)2019年度は複数の異なる特徴抽出学習型知識ベース群を単体で構築できた．しかし，2018年度に提案した画像を対象とした知識ベース連携方式を拡張してこれらの知識ベース群を連携する予定であったが，その実現まで至らなかった．
(D)海外研究者と連携し，グローバル・ソフトウェアエンジニアリング教育環境での実証実験が不十分であった．
(E)プログラミング・ロジック推定によるコード断片推薦を，大規模ソースコードを対象として分析することにより実証実験を行う予定であったがいたらなかった．これは，ソースコードからロジック要素となる機能ラベルの抽出方式の提案に時間を要したためである．
|
| Strategy for Future Research Activity |
2020度は，前年度に引き続き，下記項目を実施していく予定である．
(1) 2019年度は，ソフトウェア開発に関する複数の異なる特徴抽出学習型知識ベース群を単体で構築した．2020年度はさらに，これらの知識ベース群を連携して，プログラミングに開発に関する知識情報を効率的に提供する手法を実現する．
(2) 海外研究者と連携し，グローバル・ソフトウェアエンジニアリング教育環境での実証実験を実施し，提案システムの有用性・有効性を検証する
(3) 2018年度及び2019年度に提案した手法に基づき，GitHubなどから大量のソースコードを対象としたコード分析を実施することでロジック推定モデルを作り，ソースコード推薦機能の実証実験を推進する．
|
| Causes of Carryover |
本研究課題で推進しているソースコードのロジック学習および推定機能の実証実験のために，GitHubを対象とした大規模なソースコード解析を行う計画でしたが，想定以上に時間を要しました．これに関連する機能モジュールは，提案するソフトウェア開発支援の知的ポータルサイトを実現するにあたり本質的なものであったため，海外教育研究機関と連携して実施予定の実証実験などにも十分な実施に至りませんでした．このため2019年度は，その他のいくつかの推進可能な研究に取り組み，論文としての成果公表に重点を置きました．2020年度は，上記のまだ完了できていない領域に重点を置いて研究を推進し，助成金を使用させて頂く予定です．
|
