論文の概要: Mapping Research Topics in Software Testing: A Bibliometric Analysis
- arxiv url: http://arxiv.org/abs/2109.04086v1
- Date: Thu, 9 Sep 2021 08:06:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-11 04:15:23.150960
- Title: Mapping Research Topics in Software Testing: A Bibliometric Analysis
- Title（参考訳）: ソフトウェアテストにおける研究トピックのマッピング: 文献分析
- Authors: Alireza Salahirad, Gregory Gay, Ehsan Mohammadi
- Abstract要約: コワード分析(Co-word analysis)は、用語の共起に基づくテキストマイニング手法である。
我々の分析は、ソフトウェアテスト研究を関連トピックのクラスタにマッピングすることを可能にする。
このマップはまた、Webやモバイルアプリケーションや人工知能に関連するトピックなど、重要度が増しているトピックを示唆している。
- 参考スコア（独自算出の注目度）: 9.462148324186398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this study, we apply co-word analysis - a text mining technique based on
the co-occurrence of terms - to map the topology of software testing research
topics, with the goal of providing current and prospective researchers with a
map, and observations about the evolution, of the software testing field. Our
analysis enables the mapping of software testing research into clusters of
connected topics, from which emerge a total of 16 high-level research themes
and a further 18 subthemes. This map also suggests topics that are growing in
importance, including topics related to web and mobile applications and
artificial intelligence. Exploration of author and country-based collaboration
patterns offers similar insight into the implicit and explicit factors that
influence collaboration and suggests emerging sources of collaboration for
future work. We make our observations - and the underlying mapping of research
topics and research collaborations - available so that researchers can gain a
deeper understanding of the topology of the software testing field, inspiration
regarding new areas and connections to explore, and collaborators who will
broaden their perspectives.
- Abstract（参考訳）: 本研究では,単語の共起に基づくテキストマイニング手法であるコワード分析を用いて,ソフトウェアテスト研究のトピックのトポロジーをマッピングし,現在および将来的な研究者に地図を提供し,ソフトウェアテスト分野の進化に関する観察を行うことを目的としている。
分析により,関連トピックのクラスタへのソフトウェアテスト研究のマッピングが可能となり,合計16のハイレベルな研究テーマと,さらに18のサブテーマが得られた。
このマップはまた、Webやモバイルアプリケーションや人工知能に関連するトピックなど、重要度が増しているトピックを示唆している。
著者と国に基づくコラボレーションパターンの探求は、コラボレーションに影響を与える暗黙的かつ明示的な要因に関する同様の洞察を提供し、将来の仕事のためのコラボレーションの新たな源を示唆する。
我々は、研究トピックと研究コラボレーションの基本的なマッピングである観察を利用可能にすることで、研究者がソフトウェアテスト分野のトポロジー、探索すべき新しい領域と接続に関するインスピレーション、そして彼らの視点を広げる協力者についてより深く理解できるようにします。
関連論文リスト
- AceMap: Knowledge Discovery through Academic Graph [90.12694363549483]
AceMapは学術グラフによる知識発見のために設計された学術システムである。
本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。
AceMapは、学術的アイデアの進化をトレースするなど、高度な分析機能を提供する。
論文 参考訳（メタデータ） (2024-03-05T01:17:56Z) - Textual Analysis of ICALEPCS and IPAC Conference Proceedings: Revealing
Research Trends, Topics, and Collaborations for Future Insights and Advanced
Search [2.1792283995628465]
自然言語処理技術を用いて過去の会議手続の要約や論文から意味のある情報を抽出する。
トピックを抽出して、トレンドを可視化し、特定し、その進化を分析して、新たな研究方向を特定し、興味深い出版物をハイライトする。
論文 参考訳（メタデータ） (2023-10-13T08:55:19Z) - Semantic Similarity Measure of Natural Language Text through Machine
Learning and a Keyword-Aware Cross-Encoder-Ranking Summarizer -- A Case Study
Using UCGIS GIS&T Body of Knowledge [2.4909170697740968]
GIS&T Body of Knowledge (BoK)は、地理空間的トピックを定義し、開発し、文書化するためのコミュニティ主導の取り組みである。
本研究は,テキストから意味を抽出する上で,複数自然言語処理(NLP)技術の有効性を評価する。
また、科学出版物を分析するための機械学習技術の使用について、新たな視点を提供する。
論文 参考訳（メタデータ） (2023-05-17T01:17:57Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳（メタデータ） (2022-05-26T16:30:30Z) - Revise and Resubmit: An Intertextual Model of Text-based Collaboration
in Peer Review [52.359007622096684]
ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。
既存のNLP研究は個々のテキストの分析に重点を置いている。
編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
論文 参考訳（メタデータ） (2022-04-22T16:39:38Z) - Research Scholar Interest Mining Method based on Load Centrality [15.265191824669555]
本稿では,負荷集中度に基づく研究研究者の関心マイニングアルゴリズムを提案する。
各トピックの地域構造は、ノードの集中度研究モデルの重みを正確に計算するために使用することができる。
本稿では, 負荷率センタに基づく科学的研究協力により, 科学的研究研究者の関心を効果的に抽出することができる。
論文 参考訳（メタデータ） (2022-03-21T04:16:46Z) - Software-Based Dialogue Systems: Survey, Taxonomy and Challenges [4.2763155274587366]
本稿では,2次研究の体系的な文献レビューを通じて,会話エージェントの研究の現状について調査する。
そこで本研究では,対話エージェントの分野における異なる次元の包括的分類法を提案する。
論文 参考訳（メタデータ） (2021-06-21T07:41:44Z) - A New Neural Search and Insights Platform for Navigating and Organizing
AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。
本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文 参考訳（メタデータ） (2020-10-30T19:12:25Z) - Generating Knowledge Graphs by Employing Natural Language Processing and
Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。
本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。
セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
論文 参考訳（メタデータ） (2020-10-28T08:31:40Z) - A Survey of Embedding Space Alignment Methods for Language and Knowledge
Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。
本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文 参考訳（メタデータ） (2020-10-26T16:08:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。