論文の概要: A Live Extensible Ontology of Quality Factors for Textual Requirements
- arxiv url: http://arxiv.org/abs/2206.05959v2
- Date: Tue, 07 Jan 2025 08:27:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-08 15:48:09.458649
- Title: A Live Extensible Ontology of Quality Factors for Textual Requirements
- Title（参考訳）: テキスト要求の品質要因の生化オントロジー
- Authors: Julian Frattini, Lloyd Montgomery, Jannik Fischbach, Michael Unterkalmsteiner, Daniel Mendez, Davide Fucci,
- Abstract要約: テキスト要求に対する品質要因のオントロジーを提案する。
これには、品質要素と関連する要素をフレーミングする構造と、中央リポジトリとWebインターフェースが含まれる。
我々は、この知識リポジトリを完成させ、維持するための共同コミュニティの取り組みに、仲間の研究者を招待します。
- 参考スコア（独自算出の注目度）: 3.91424340393661
- License:
- Abstract: Quality factors like passive voice or sentence length are commonly used in research and practice to evaluate the quality of natural language requirements since they indicate defects in requirements artifacts that potentially propagate to later stages in the development life cycle. However, as a research community, we still lack a holistic perspective on quality factors. This inhibits not only a comprehensive understanding of the existing body of knowledge but also the effective use and evolution of these factors. To this end, we propose an ontology of quality factors for textual requirements, which includes (1) a structure framing quality factors and related elements and (2) a central repository and web interface making these factors publicly accessible and usable. We contribute the first version of both by applying a rigorous ontology development method to 105 eligible primary studies and construct a first version of the repository and interface. We illustrate the usability of the ontology and invite fellow researchers to a joint community effort to complete and maintain this knowledge repository. We envision our ontology to reflect the community's harmonized perception of requirements quality factors, guide reporting of new quality factors, and provide central access to the current body of knowledge.
- Abstract（参考訳）: 受動的音声や文長などの品質要因は、開発ライフサイクルの後半段階に伝播する可能性のある要件アーチファクトの欠陥を示すため、自然言語要求の品質を評価するために一般的に用いられている。
しかし、研究コミュニティとして、品質要因に関する総合的な視点はいまだに欠如している。
これは、既存の知識体系の包括的理解だけでなく、これらの要因の効果的な利用と進化を阻害する。
そこで本研究では,(1)品質要因とその関連要素をフレーミングする構造と,(2)これらの要素を公開して利用できるようにする中央リポジトリとWebインターフェースを含む,テキスト要求の品質要因のオントロジーを提案する。
我々は,厳密なオントロジー開発手法を105の初等研究に適用し,リポジトリとインターフェースの最初のバージョンを構築することにより,両方の最初のバージョンをコントリビュートする。
オントロジーのユーザビリティを説明し、この知識リポジトリを完成させ維持するための共同コミュニティ活動に仲間の研究者を招待する。
我々は,要求品質要因に対するコミュニティの調和した認識を反映し,新たな品質要因の報告を指導し,現在の知識体系への中心的なアクセスを提供するため,オントロジーを構想する。
関連論文リスト
- ConSiDERS-The-Human Evaluation Framework: Rethinking Human Evaluation for Generative Large Language Models [53.00812898384698]
生成型大規模言語モデル(LLM)の人間による評価は多分野にわたる作業であるべきだと論じる。
認知バイアスが、流動的な情報や真理をいかに説明するか、そして、認識の不確実性が、Likertのような評価スコアの信頼性にどのように影響するかを強調します。
本稿では,ConSiDERS-The-Human評価フレームワークを提案する。一貫性,スコーリング基準,差別化,ユーザエクスペリエンス,責任,スケーラビリティの6つの柱からなる。
論文 参考訳（メタデータ） (2024-05-28T22:45:28Z) - Challenges and Opportunities in Text Generation Explainability [12.089513278445704]
本稿では,説明可能性手法の開発と評価において生じる3つのグループに分類される17の課題について概説する。
これらの課題には、トークン化、説明の類似性の定義、トークンの重要性の決定と予測変更メトリクス、人間の介入のレベル、適切なテストデータセットの作成などが含まれる。
この論文は、これらの課題がコミュニティにとっての新たな機会として、どのように絡み合うことができるかを説明している。
論文 参考訳（メタデータ） (2024-05-14T09:44:52Z) - PCQA: A Strong Baseline for AIGC Quality Assessment Based on Prompt Condition [4.125007507808684]
本研究では,効果的なAIGC品質評価(QA)フレームワークを提案する。
まず,マルチソースCLIP(Contrastive Language- Image Pre-Training)テキストエンコーダを用いたハイブリッドプロンプト符号化手法を提案する。
第2に,適応したプロンプトと視覚機能を効果的にブレンドするアンサンブルベースの機能ミキサーモジュールを提案する。
論文 参考訳（メタデータ） (2024-04-20T07:05:45Z) - Identifying relevant Factors of Requirements Quality: an industrial Case Study [0.5603839226601395]
本研究は,要求品質の関連要因を特定するために,面接書と報告の双方からのデータを考慮したケーススタディを行う。
その結果,(1)既存の要求工学理論を強化し,(2)産業関連要求品質研究を進展させるという実証的証拠が得られた。
論文 参考訳（メタデータ） (2024-02-01T13:45:06Z) - DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain
Question Answering over Knowledge Base and Text [73.68051228972024]
大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。
検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
論文 参考訳（メタデータ） (2023-10-31T04:37:57Z) - Towards Verifiable Generation: A Benchmark for Knowledge-aware Language Model Attribution [48.86322922826514]
本稿では,知識認識型言語モデル属性(KaLMA)の新たな課題について述べる。
まず、属性のソースを構造化されていないテキストから知識グラフ(KG)に拡張し、そのリッチな構造は属性のパフォーマンスと作業シナリオの両方に役立ちます。
第2に,不完全な知識リポジトリを考慮した「意識的非能力」の設定を提案する。
第3に,テキスト品質,引用品質,引用アライメントを含む総合的な自動評価指標を提案する。
論文 参考訳（メタデータ） (2023-10-09T11:45:59Z) - Requirements Quality Research: a harmonized Theory, Evaluation, and
Roadmap [4.147594239309427]
高品質な要件は、欠陥をソフトウェア開発ライフサイクルの後期に伝播するリスクを最小限にします。
これは、要求品質を明確に定義し、理解する必要があります。
論文 参考訳（メタデータ） (2023-09-19T06:27:23Z) - Requirements Quality Assurance in Industry: Why, What and How? [3.6142643912711794]
本稿では,人間の視点から品質面を検証する認知負荷を特徴付ける要求品質保証複雑性の分類法を提案する。
この分類が実現し、検証されると、自動要求品質保証の意思決定フレームワークの基盤として機能する。
論文 参考訳（メタデータ） (2023-08-24T14:31:52Z) - Causal Discovery with Language Models as Imperfect Experts [119.22928856942292]
専門知識を用いて因果グラフの同定を改善する方法について検討する。
整合性に基づく専門家の知識を改良するための戦略を提案する。
本稿では,不完全な専門家として大規模言語モデルを用いる実データを用いたケーススタディについて報告する。
論文 参考訳（メタデータ） (2023-07-05T16:01:38Z) - Adaptive Contextual Perception: How to Generalize to New Backgrounds and
Ambiguous Objects [75.15563723169234]
本研究では,視覚モデルが分布外一般化の文脈をどのように適応的に利用するかを検討する。
1つの設定で優れているモデルは、もう1つの設定で苦労する傾向があります。
生物学的視覚の一般化能力を再現するためには、コンピュータビジョンモデルは背景表現に対して分解対象を持つ必要がある。
論文 参考訳（メタデータ） (2023-06-09T15:29:54Z) - Generative Models are Unsupervised Predictors of Page Quality: A
Colossal-Scale Study [86.62171568318716]
GPT-2のような大規模な生成言語モデルは、テキストを生成する能力で有名である。
ページ品質」の教師なし予測器が出現し、トレーニングなしで品質の低いコンテンツを検出することができることを示す。
われわれは5億件以上のウェブ記事の質的、定量的な分析を行い、このトピックについて史上最大規模の研究を行った。
論文 参考訳（メタデータ） (2020-08-17T07:13:24Z)
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。