論文の概要: On the correlation between Architectural Smells and Static Analysis Warnings
- arxiv url: http://arxiv.org/abs/2406.17354v1
- Date: Tue, 25 Jun 2024 08:13:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-26 15:11:49.072795
- Title: On the correlation between Architectural Smells and Static Analysis Warnings
- Title（参考訳）: 建築スメルと静的解析警告の相関について
- Authors: Matteo Esposito, Mikel Robredo, Francesca Arcelli Fontana, Valentina Lenarduzzi,
- Abstract要約: 我々は,静的解析警告(SAW)とアーキテクチャの臭い(AS)の関係を理解することを目指しており,開発者やメンテナがSAWに取り組み,ASメソッドを併用する傾向にある。
785 SAWはSAT, Checkstyle, Findbugs, PMD, SonarQube, ARCANツールで検出された4つのアーキテクチャの臭いによって検出された。
- 参考スコア（独自算出の注目度）: 7.098487130130114
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background. Software quality assurance is essential during software development and maintenance. Static Analysis Tools (SAT) are widely used for assessing code quality. Architectural smells are becoming more daunting to address and evaluate among quality issues. Objective. We aim to understand the relationships between static analysis warnings (SAW) and architectural smells (AS) to guide developers/maintainers in focusing their efforts on SAWs more prone to co-occurring with AS. Method. We performed an empirical study on 103 Java projects totaling 72 million LOC belonging to projects from a vast set of domains, and 785 SAW detected by four SAT, Checkstyle, Findbugs, PMD, SonarQube, and 4 architectural smells detected by ARCAN tool. We analyzed how SAWs influence AS presence. Finally, we proposed an AS remediation effort prioritization based on SAW severity and SAW proneness to specific ASs. Results. Our study reveals a moderate correlation between SAWs and ASs. Different combinations of SATs and SAWs significantly affect AS occurrence, with certain SAWs more likely to co-occur with specific ASs. Conversely, 33.79% of SAWs act as "healthy carriers", not associated with any ASs. Conclusion. Practitioners can ignore about a third of SAWs and focus on those most likely to be associated with ASs. Prioritizing AS remediation based on SAW severity or SAW proneness to specific ASs results in effective rankings like those based on AS severity.
- Abstract（参考訳）: 背景。
ソフトウェアの品質保証は、ソフトウェア開発とメンテナンスにおいて不可欠です。
静的解析ツール(SAT)はコード品質の評価に広く使われている。
アーキテクチャ上の臭いは、品質上の問題に対処し、評価する上で、ますます厄介なものになっています。
目的。
静的分析警告(SAW)とアーキテクチャの臭い(AS)の関係を理解して,開発者やメンテナがSAWに力を注ぐことで,ASとの共同作業が容易になることを目指しています。
方法。
785 SAWはSAT, Checkstyle, Findbugs, PMD, SonarQube, ARCANツールで検出された4つのアーキテクチャの臭いによって検出された。
我々はSAWがASの存在にどのように影響するかを分析した。
最後に,特定のASに対するSAWの重症度とSAWの優性に基づくAS修復努力の優先順位付けを提案した。
結果。
本研究は, SAWsとASsの中間的な相関関係を明らかにした。
SATとSAWの異なる組み合わせはASの発生に大きく影響し、特定のSAWは特定のASと共起する可能性が高い。
逆に、SAWの33.79%は「健康なキャリア」として働き、ASとは無関係である。
結論。
実践者は、SAWの約3分の1を無視し、ASと関連している可能性が高いものに集中することができる。
SAW重症度またはSAW重症度に基づくAS修復の優先順位付けは、AS重症度に基づくような効果的なランク付けをもたらす。
関連論文リスト
- ALIF: Low-Cost Adversarial Audio Attacks on Black-Box Speech Platforms using Linguistic Features [25.28307679567351]
ALIFは、最初のブラックボックス対応言語機能ベースのアタックパイプラインである。
本稿では,デジタルドメインと物理再生環境の両方で攻撃を開始するためのALIF-OTLおよびALIF-OTAスキームを提案する。
論文 参考訳（メタデータ） (2024-08-03T15:30:16Z) - ROAST: Review-level Opinion Aspect Sentiment Target Joint Detection for ABSA [50.90538760832107]
本研究は新たな課題であるROAST(Review-Level Opinion Aspect Sentiment Target)を提示する。
ROASTは、文章レベルのABSAとテキストレベルのABSAのギャップを埋めようとしている。
利用可能なデータセットを拡張してROASTを有効にし、以前の研究で指摘された欠点に対処します。
論文 参考訳（メタデータ） (2024-05-30T17:29:15Z) - OATS: Opinion Aspect Target Sentiment Quadruple Extraction Dataset for
Aspect-Based Sentiment Analysis [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビュー内の異なる要素に特有の感情を理解する。
OATSデータセットは3つの新しいドメインを包含し,27,470の文レベルと17,092のレビューレベルから構成される。
私たちのイニシアチブは、レストランやラップトップのようなよく知られたドメイン、複雑な四重項抽出タスクのための限られたデータ、時には文とレビューレベルの感情の相乗効果の監視といった、特定の観察されたギャップを埋めることを目指しています。
論文 参考訳（メタデータ） (2023-09-23T07:39:16Z) - Survey of Aspect-based Sentiment Analysis Datasets [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。
ABSAの多くの散在したコーパスは、研究者が特定のABSAサブタスクに適したコーパスを素早く特定することを困難にしている。
本研究では,自律型ABSAシステムの学習・評価に使用できるコーパスデータベースを提案する。
論文 参考訳（メタデータ） (2022-04-11T16:23:36Z) - A Survey on Aspect-Based Sentiment Analysis: Tasks, Methods, and
Challenges [58.97831696674075]
ABSAは、側面レベルで人々の意見を分析し、理解することを目的としている。
我々は、感情要素の軸から既存の研究を組織するABSAの新しい分類法を提供する。
ABSAの事前学習言語モデルの利用状況を要約し、ABSAの性能を新たな段階に向上させた。
論文 参考訳（メタデータ） (2022-03-02T12:01:46Z) - How Emotionally Stable is ALBERT? Testing Robustness with Stochastic
Weight Averaging on a Sentiment Analysis Task [0.9729794403682002]
ALBERT(arXiv:1909.1)とSWA(Weight Averaging)の併用によるロバスト性について検討する。
チェックリスト基準によるSWAの安定性の解析(arXiv:2005.04118)
SWAは一般的にエラー率を低下させるが、モデルは相変わらず独自のバイアスに悩まされている。
論文 参考訳（メタデータ） (2021-11-18T10:39:01Z) - Does syntax matter? A strong baseline for Aspect-based Sentiment
Analysis with RoBERTa [40.43056528274222]
純粋なRoBERTaベースモデルは,4言語にわたる6つのデータセットにおいて,以前のSOTA性能よりも優れ,あるいは近似可能であることを示す。
実験はFT-RoBERTaも明らかにした。
Treeは感情語指向であり、ABSAタスクの恩恵を受ける可能性がある。
論文 参考訳（メタデータ） (2021-04-11T10:45:17Z) - Tasty Burgers, Soggy Fries: Probing Aspect Robustness in Aspect-Based
Sentiment Analysis [71.40390724765903]
アスペクトベースの感情分析(ABSA)は、テキストの特定の側面に対する感情を予測することを目的としている。
既存のABSAテストセットは、モデルが対象のアスペクトの感情を非ターゲットのアスペクトと区別できるかどうかを調査するために使用できない。
我々は、対象の側面の感情から、対象でない側面の相反する感情を解き放つための新しい例を生成する。
論文 参考訳（メタデータ） (2020-09-16T22:38:18Z) - Improving Aspect-Level Sentiment Analysis with Aspect Extraction [104.3459510527776]
この研究は主に、事前訓練されたAEモデルから知識を移すことがALSAモデルの性能に利益をもたらすという仮説を立てている。
本研究は,3種類のベースラインALSAモデルの性能を有意に向上させることを示す。
論文 参考訳（メタデータ） (2020-05-03T06:25:16Z)
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。