論文の概要: Sentiment Analysis Tools in Software Engineering: A Systematic Mapping Study

• arxiv url: http://arxiv.org/abs/2502.07893v1
• Date: Tue, 11 Feb 2025 19:02:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-13 13:49:39.563154
• Title: Sentiment Analysis Tools in Software Engineering: A Systematic Mapping Study
• Title（参考訳）: ソフトウェア工学における感覚分析ツール:システムマッピング研究
• Authors: Martin Obaidi, Lukas Nagel, Alexander Specht, Jil Klünder,
• Abstract要約: 私たちは、特定の目的のために、開発者やステークホルダーが感情分析ツールを選択するのを助けることを目的としています。 本研究は,(1)アプリケーション領域,(2)目的,(3)使用済みデータセット,(4)感情分析ツール開発へのアプローチ,(5)既存のツールの利用,(6)研究者が直面する困難について,106の論文から得られた知見を要約したものである。
• 参考スコア（独自算出の注目度）: 43.44042227196935
• License:
• Abstract: Software development is a collaborative task. Previous research has shown social aspects within development teams to be highly relevant for the success of software projects. A team's mood has been proven to be particularly important. It is paramount for project managers to be aware of negative moods within their teams, as such awareness enables them to intervene. Sentiment analysis tools offer a way to determine the mood of a team based on textual communication. We aim to help developers or stakeholders in their choice of sentiment analysis tools for their specific purpose. Therefore, we conducted a systematic mapping study (SMS). We present the results of our SMS of sentiment analysis tools developed for or applied in the context of software engineering (SE). Our results summarize insights from 106 papers with respect to (1) the application domain, (2) the purpose, (3) the used data sets, (4) the approaches for developing sentiment analysis tools, (5) the usage of already existing tools, and (6) the difficulties researchers face. We analyzed in more detail which tools and approaches perform how in terms of their performance. According to our results, sentiment analysis is frequently applied to open-source software projects, and most approaches are neural networks or support-vector machines. The best performing approach in our analysis is neural networks and the best tool is BERT. Despite the frequent use of sentiment analysis in SE, there are open issues, e.g. regarding the identification of irony or sarcasm, pointing to future research directions. We conducted an SMS to gain an overview of the current state of sentiment analysis in order to help developers or stakeholders in this matter. Our results include interesting findings e.g. on the used tools and their difficulties. We present several suggestions on how to solve these identified problems.
• Abstract（参考訳）: ソフトウェア開発は協調的なタスクです。 これまでの研究では、開発チーム内の社会的側面がソフトウェアプロジェクトの成功に非常に関係していることが示されていた。 チームのムードが特に重要であることが証明されています。 プロジェクトマネージャはチーム内のネガティブなムードに気付くことが最重要である。 感覚分析ツールは、テキストコミュニケーションに基づいてチームのムードを決定する方法を提供する。 私たちは、特定の目的のために、開発者やステークホルダーが感情分析ツールを選択するのを助けることを目的としています。 そこで本研究では,系統地図研究(SMS)を行った。 ソフトウェア工学(SE)の文脈で開発された感情分析ツールのSMS結果について述べる。 本研究は,(1)アプリケーション領域,(2)目的,(3)使用済みデータセット,(4)感情分析ツール開発へのアプローチ,(5)既存のツールの利用,(6)研究者が直面する困難について,106の論文から得られた知見を要約したものである。 私たちは、どのツールやアプローチがパフォーマンスの面でどのように機能するか、より詳細に分析しました。 我々の結果によると、感情分析はオープンソースのソフトウェアプロジェクトによく適用され、ほとんどのアプローチはニューラルネットワークやサポートベクターマシンである。 私たちの分析で最高のパフォーマンスのアプローチはニューラルネットワークであり、最高のツールはBERTです。 SEにおける感情分析の頻繁な使用にも拘わらず、例えば、皮肉や皮肉の識別に関して、今後の研究の方向性を示唆するオープンな問題がある。 我々は、開発者や利害関係者を支援するため、SMSで感情分析の現状を概観した。 この結果には, 使用済みツールとその難易度など, 興味深い知見が含まれている。 本稿では,これらの問題の解法についていくつか提案する。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• Tool Learning with Large Language Models: A Survey [60.733557487886635]
  大規模言語モデル(LLM)を用いたツール学習は,高度に複雑な問題に対処するLLMの能力を強化するための,有望なパラダイムとして登場した。 この分野での注目と急速な進歩にもかかわらず、現存する文献は断片化され、体系的な組織が欠如している。
  論文  参考訳（メタデータ） (2024-05-28T08:01:26Z)
• Efficacy of static analysis tools for software defect detection on open-source projects [0.0]
  この調査では、SonarQube、PMD、Checkstyle、FindBugsといった一般的な分析ツールを使って比較を行った。 その結果,SonarQubeの欠陥検出は,他のツールと比較してかなり優れていることがわかった。
  論文  参考訳（メタデータ） (2024-05-20T19:05:32Z)
• Systematic Mapping Protocol -- UX Design role in software development process [55.2480439325792]
  ソフトウェア開発プロセスにおけるUXデザイナの役割を調べるための体系的なマッピングプロトコルを提案する。 本研究は,地図作成に使用する研究課題,スコープ,ソース,検索戦略,選択基準,データ抽出,分析方法を定義する。
  論文  参考訳（メタデータ） (2024-02-20T16:56:46Z)
• Objectives and Key Results in Software Teams: Challenges, Opportunities and Impact on Development [10.103741812151592]
  ミドルマネジメントは、高額な目標を実行可能な作業項目に翻訳する上で重要な要素であるようだ。 さらに、エンジニアの態度や信念は、いかなる目標設定フレームワークの成功にも不可欠です。
  論文  参考訳（メタデータ） (2023-11-01T02:39:01Z)
• Leveraging ChatGPT As Text Annotation Tool For Sentiment Analysis [6.596002578395151]
  ChatGPTはOpenAIの新製品で、最も人気のあるAI製品として登場した。 本研究では、さまざまな感情分析タスクのためのデータラベリングツールとしてのChatGPTについて検討する。
  論文  参考訳（メタデータ） (2023-06-18T12:20:42Z)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• Open Tracing Tools: Overview and Critical Comparison [10.196089289625599]
  本稿では,一般的なOpenトレースツールの概要を比較を通じて示すことを目的としている。 われわれはまず,目的,体系的,再現可能な方法でRa30ツールを同定した。 その結果,1) 評価機能,2) ピアレビュー文学とオンラインメディアの両方での人気,3) メリットと課題を考察した。
  論文  参考訳（メタデータ） (2022-07-14T12:52:32Z)
• Using Personality Detection Tools for Software Engineering Research: How Far Can We Go? [12.56413718364189]
  自己評価アンケートは、大規模に複数の観察を収集するための実践的な解決策ではない。 非技術的コーパスでトレーニングされたオフザシェルフソリューションは、ソフトウェア工学のような技術的な領域では、容易には適用できないかもしれない。
  論文  参考訳（メタデータ） (2021-10-11T07:02:34Z)
• AI Explainability 360: Impact and Design [120.95633114160688]
  2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。 本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。 また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
  論文  参考訳（メタデータ） (2021-09-24T19:17:09Z)

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。