推測と探究：対話的なリトリーバル拡張型嗜好抽出によるソフトウェア性能要件の定量化

Abstract

ソフトウェアの性能要件は自然言語で文書化されるため、これらを数学的な形式へ定量化することがソフトウェア工学において不可欠です。しかし、性能要件の曖昧さと、人間の認知に伴う不確実性によって、解釈には高度に不確実な曖昧さが生じ、その自動的な定量化は未解決で難しい問題となっています。本論文では、この問題を形式化し、対話的な検索拡張型の嗜好（preference）収集によって、性能要件を数学関数へ定量化するアプローチであるIRAPを提案します。IRAPは、問題固有の知識から明示的に導出して嗜好を検索し、推論する点で他と異なります。さらに、認知的負荷を抑えつつ、利害関係者との段階的なインタラクションを導くこともできます。4つの実世界データセットに対して、10の最先端手法と比較した実験結果により、IRAPはすべてのケースで優れており、相互作用（インタラクション）を5ラウンド以下に抑えながら最大40倍の改善が示されます。