論文の概要: A Study of Documentation for Software Architecture
- arxiv url: http://arxiv.org/abs/2305.17286v1
- Date: Fri, 26 May 2023 22:14:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 05:15:40.403856
- Title: A Study of Documentation for Software Architecture
- Title（参考訳）: ソフトウェアアーキテクチャのためのドキュメンテーションに関する研究
- Authors: Neil A. Ernst and Martin P. Robillard
- Abstract要約: 私たちは65人の参加者に、ソフトウェアアーキテクチャの理解に関する質問に答えるように頼みました。
アクティビティの適用と作成を必要とする質問に対する回答は、システムのソースコードの使用と統計的に大きく関連している。
本研究の結果は,建築文書の形式が重要であるという仮説と矛盾するものである。
- 参考スコア（独自算出の注目度）: 7.011803832284996
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Documentation is an important mechanism for disseminating software
architecture knowledge. Software project teams can employ vastly different
formats for documenting software architecture, from unstructured narratives to
standardized documents. We explored to what extent this documentation format
may matter to newcomers joining a software project and attempting to understand
its architecture. We conducted a controlled questionnaire-based study wherein
we asked 65 participants to answer software architecture understanding
questions using one of two randomly-assigned documentation formats: narrative
essays, and structured documents. We analyzed the factors associated with
answer quality using a Bayesian ordered categorical regression and observed no
significant association between the format of architecture documentation and
performance on architecture understanding tasks. Instead, prior exposure to the
source code of the system was the dominant factor associated with answer
quality. We also observed that answers to questions that require applying and
creating activities were statistically significantly associated with the use of
the system's source code to answer the question, whereas the document format or
level of familiarity with the system were not. Subjective sentiment about the
documentation format was comparable: Although more participants agreed that the
structured document was easier to navigate and use for writing code, this
relation was not statistically significant. We conclude that, in the limited
experimental context studied, our results contradict the hypothesis that the
format of architectural documentation matters. We surface two more important
factors related to effective use of software architecture documentation: prior
familiarity with the source code, and the type of architectural information
sought.
- Abstract（参考訳）: ドキュメンテーションはソフトウェアアーキテクチャの知識を広めるための重要なメカニズムである。
ソフトウェアプロジェクトチームは、構造化されていない物語から標準化された文書まで、ソフトウェアアーキテクチャを文書化するために非常に異なるフォーマットを採用できる。
私たちは、このドキュメンテーションフォーマットが、ソフトウェアプロジェクトに参加し、そのアーキテクチャを理解しようとする新参者にとってどれほど重要かを探った。
そこで本研究では,65名の被験者に対して,ランダムに割り当てられた文書形式であるナラティブ・エッセイと構造化文書を用いて,ソフトウェアアーキテクチャの理解に答えるよう求めた。
ベイジアン順序付きカテゴリー回帰を用いて回答品質に関連する要因を分析し,アーキテクチャ文書の形式とアーキテクチャ理解タスクの性能との間に有意な相関が認められなかった。
代わりに、システムのソースコードへの事前の露出は、答えの品質に関連する主要な要因であった。
また,活動の実施と作成を必要とする質問に対する回答は,質問への回答にシステムソースコードを使用することと統計的に有意な相関があったが,文書形式やシステムへの親密性は認められなかった。
ドキュメントフォーマットに関する主観的な感情は、同等だった: 多くの参加者は、構造化されたドキュメントのナビゲートが簡単で、コードを書くのに使えることに同意したが、この関係は統計的に重要ではなかった。
本研究の結果は, 限られた実験環境において, アーキテクチャ文書の形式が重要であるという仮説と矛盾するものである。
ソフトウェアアーキテクチャドキュメンテーションの効果的な利用に関連する重要な要素として、ソースコードへの事前の親しみと、要求されるアーキテクチャ情報の種類を挙げる。
関連論文リスト
- Document Parsing Unveiled: Techniques, Challenges, and Prospects for Structured Information Extraction [23.47150047875133]
文書解析は、構造化されていない文書と半構造化された文書を機械可読データに変換するのに不可欠である。
文書解析は知識ベースの構築とトレーニングデータ生成において不可欠である。
本稿では,モジュール型文書解析システムと複雑なレイアウト処理における視覚言語モデルが直面する課題について論じる。
論文 参考訳（メタデータ） (2024-10-28T16:11:35Z) - Contextual Document Embeddings [77.22328616983417]
本稿では,コンテキスト化された文書埋め込みのための2つの補完手法を提案する。
第一に、文書近傍を明示的にバッチ内コンテキスト損失に組み込む別のコントラスト学習目標である。
第二に、隣接する文書情報をエンコードされた表現に明示的にエンコードする新しいコンテキストアーキテクチャ。
論文 参考訳（メタデータ） (2024-10-03T14:33:34Z) - DocGenome: An Open Large-scale Scientific Document Benchmark for Training and Testing Multi-modal Large Language Models [63.466265039007816]
我々は、arXivオープンアクセスコミュニティの153の分野から500Kの科学文書を注釈付けして構築した構造化文書ベンチマークDocGenomeを提案する。
我々はDocGenomeの利点を実証するために広範な実験を行い、我々のベンチマークで大規模モデルの性能を客観的に評価した。
論文 参考訳（メタデータ） (2024-06-17T15:13:52Z) - Detect-Order-Construct: A Tree Construction based Approach for Hierarchical Document Structure Analysis [9.340346869932434]
本稿では,複数のサブタスクを同時に処理する木構築手法を提案する。
このフレームワークに基づく効果的なエンドツーエンドソリューションを提案し,その性能を実証する。
本システムでは,2つの大規模文書レイアウト解析データセットの最先端性能を実現する。
論文 参考訳（メタデータ） (2024-01-22T12:00:37Z) - PDFTriage: Question Answering over Long, Structured Documents [60.96667912964659]
構造化文書をプレーンテキストとして表現することは、これらの文書をリッチな構造でユーザ精神モデルと矛盾する。
本稿では,構造や内容に基づいて,モデルがコンテキストを検索できるPDFTriageを提案する。
ベンチマークデータセットは,80以上の構造化文書に900以上の人間が生成した質問からなる。
論文 参考訳（メタデータ） (2023-09-16T04:29:05Z) - SPM: Structured Pretraining and Matching Architectures for Relevance
Modeling in Meituan Search [12.244685291395093]
eコマース検索では、クエリとドキュメントの関連性は、ユーザエクスペリエンスを満たす上で必須の要件である。
本稿では,リッチな構造化文書に適合する2段階の事前学習およびマッチングアーキテクチャを提案する。
このモデルは、すでにオンラインで展開されており、Meituanの検索トラフィックを1年以上にわたって提供している。
論文 参考訳（メタデータ） (2023-08-15T11:45:34Z) - DLUE: Benchmarking Document Language Understanding [32.550855843975484]
文書理解能力を包括的に評価する方法については、確固たるコンセンサスはない。
本稿では,文書分類,文書構造解析,文書情報抽出,文書書き起こしの4つの代表的能力について要約する。
新しい評価フレームワークでは、新しいタスクスイートである textbfDLUE の textbfDocument Language Understanding Evaluation を提案する。
論文 参考訳（メタデータ） (2023-05-16T15:16:24Z) - Layout-Aware Information Extraction for Document-Grounded Dialogue:
Dataset, Method and Demonstration [75.47708732473586]
視覚的にリッチな文書から構造的知識と意味的知識の両方を抽出するためのレイアウト対応文書レベル情報抽出データセット(LIE)を提案する。
LIEには製品および公式文書の4,061ページから3つの抽出タスクの62kアノテーションが含まれている。
実験の結果、レイアウトはVRDベースの抽出に不可欠であることが示され、システムデモでは、抽出された知識が、ユーザが関心を持っている答えを見つけるのに役立つことも確認されている。
論文 参考訳（メタデータ） (2022-07-14T07:59:45Z) - Evaluation of a Region Proposal Architecture for Multi-task Document
Layout Analysis [0.685316573653194]
Mask-RCNNアーキテクチャは、ベースライン検出と領域分割の問題に対処するために設計されている。
2つの手書きテキストデータセットと1つの手書き音楽データセットに関する実験結果を示す。
分析したアーキテクチャは有望な結果をもたらし、3つのデータセットすべてで最先端のテクニックよりも優れています。
論文 参考訳（メタデータ） (2021-06-22T14:07:27Z) - Multilevel Text Alignment with Cross-Document Attention [59.76351805607481]
既存のアライメントメソッドは、1つの事前定義されたレベルで動作します。
本稿では,文書を文書間注目要素で表現するための階層的アテンションエンコーダを予め確立した新しい学習手法を提案する。
論文 参考訳（メタデータ） (2020-10-03T02:52:28Z) - Explaining Relationships Between Scientific Documents [55.23390424044378]
本稿では,2つの学術文書間の関係を自然言語テキストを用いて記述する課題に対処する。
本稿では154K文書から622Kサンプルのデータセットを作成する。
論文 参考訳（メタデータ） (2020-02-02T03:54:47Z)
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。