論文の概要: Towards Better Requirements from the Crowd: Developer Engagement with Feature Requests in Open Source Software
- arxiv url: http://arxiv.org/abs/2507.13553v1
- Date: Thu, 17 Jul 2025 22:04:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.145275
- Title: Towards Better Requirements from the Crowd: Developer Engagement with Feature Requests in Open Source Software
- Title（参考訳）: 群衆の要求改善に向けて - オープンソースソフトウェアにおける機能要求による開発者エンゲージメント
- Authors: Pragyan K C, Rambod Ghandiparsi, Thomas Herron, John Heaps, Mitra Bokaei Hosseini,
- Abstract要約: 本研究では,NLの欠陥(曖昧性や不完全性など)や,オープンソースソフトウェア開発における明確化の対話的ダイナミクスについて検討する。
OSSプラットフォームで公開された機能要求にはあいまいさと不完全さがあり、場合によってはその両方が存在することが示唆された。
明確化が起こると、技術的な詳細ではなく、ユーザの意図や目標、実現可能性を理解することを重視する。
- 参考スコア（独自算出の注目度）: 0.2748831616311481
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As user demands evolve, effectively incorporating feature requests is crucial for maintaining software relevance and user satisfaction. Feature requests, typically expressed in natural language, often suffer from ambiguity or incomplete information due to communication gaps or the requester's limited technical expertise. These issues can lead to misinterpretation, faulty implementation, and reduced software quality. While seeking clarification from requesters is a common strategy to mitigate these risks, little is known about how developers engage in this clarification process in practice-how they formulate clarifying questions, seek technical or contextual details, align on goals and use cases, or decide to close requests without attempting clarification. This study investigates how feature requests are prone to NL defects (i.e. ambiguous or incomplete) and the conversational dynamics of clarification in open-source software (OSS) development, aiming to understand how developers handle ambiguous or incomplete feature requests. Our findings suggest that feature requests published on the OSS platforms do possess ambiguity and incompleteness, and in some cases, both. We also find that explicit clarification for the resolution of these defects is uncommon; developers usually focus on aligning with project goals rather than resolving unclear text. When clarification occurs, it emphasizes understanding user intent/goal and feasibility, rather than technical details. By characterizing the dynamics of clarification in open-source issue trackers, this work identifies patterns that can improve user-developer collaboration and inform best practices for handling feature requests effectively.
- Abstract（参考訳）: ユーザの要求が進むにつれて、ソフトウェアの妥当性とユーザの満足度を維持するために、機能要求を効果的に取り入れることが重要です。
典型的には自然言語で表現される機能要求は、コミュニケーションギャップや要求者の限られた技術的専門知識のために曖昧さや不完全な情報に悩まされることが多い。
これらの問題は誤解や実装の欠陥、ソフトウェアの品質の低下につながる可能性がある。
要求者からの明確化を求めることは、これらのリスクを軽減するための一般的な戦略であるが、開発者がどのようにしてこの明確化プロセスに従事しているかについては、ほとんど分かっていない。
本研究は,オープンソースソフトウェア(OSS)開発における機能要求がNLの欠陥(曖昧性や不完全性)にどのように影響するか,また,開発者が不明確あるいは不完全な機能要求をどのように扱うかを理解することを目的とした,会話による明確化のダイナミクスについて検討する。
OSSプラットフォームで公開された機能要求にはあいまいさと不完全さがあり、場合によってはその両方が存在することが示唆された。
開発者は不明瞭なテキストを解決するのではなく、プロジェクトの目標と整合することに集中しています。
明確化が起こると、技術的な詳細ではなく、ユーザの意図や目標、実現可能性を理解することを重視する。
オープンソースのイシュートラッカにおける明確化のダイナミクスを特徴付けることにより、ユーザと開発者間のコラボレーションを改善するパターンを特定し、機能要求を効果的に処理するためのベストプラクティスを通知する。
関連論文リスト
- Teaching Language Models To Gather Information Proactively [53.85419549904644]
大規模言語モデル(LLM)は、ますます協力的なパートナーとして機能することが期待されている。
本研究では,アクティブな情報収集という新たなタスクパラダイムを導入する。
キー情報をマスキングする、部分的に特定された現実世界のタスクを生成するスケーラブルなフレームワークを設計する。
このセットアップの中核となるイノベーションは、真に新しい暗黙のユーザー情報を引き出す質問に報酬を与える、強化された微調整戦略です。
論文 参考訳（メタデータ） (2025-07-28T23:50:09Z) - Demystifying Feature Requests: Leveraging LLMs to Refine Feature Requests in Open-Source Software [0.2748831616311481]
本稿では,大規模言語モデル(LLM)を利用して,機能要求のNL欠陥を検出し,洗練する手法を提案する。
提案手法は,不明確な要求と不完全な要求の識別を自動化し,CQ(Clarification Question)を生成し,開発者の有用性を高める。
さらに、NL欠陥に対する認識をより深く知るために、GitHub開発者とのインタビューも行っています。
論文 参考訳（メタデータ） (2025-07-17T22:16:13Z) - Epistemic Alignment: A Mediating Framework for User-LLM Knowledge Delivery [17.23286832909591]
本稿では,哲学文献から得られた知識の伝達に関する10の課題を提案する。
ユーザはそれぞれの課題に対処するための回避策を開発しています。
AI開発者にとって、Epistemic Alignment Frameworkは、知識に対する多様なアプローチをサポートするための具体的なガイダンスを提供する。
論文 参考訳（メタデータ） (2025-04-01T21:38:12Z) - Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - From Bugs to Benefits: Improving User Stories by Leveraging Crowd Knowledge with CrUISE-AC [0.0]
我々は,CrUISE-ACを,問題を調査し,与えられたユーザストーリーに対する非自明な追加受け入れ基準を生成する完全自動化手法として提示する。
評価の結果,生成した受け入れ基準の80～82%がユーザストーリーに関連性のある要件を付加していることがわかった。
論文 参考訳（メタデータ） (2025-01-25T11:44:24Z) - Towards Detecting Prompt Knowledge Gaps for Improved LLM-guided Issue Resolution [3.768737590492549]
GitHubイシュースレッド内の433人の開発者-ChatGPT会話を分析し、インシデントギャップと会話スタイルが課題解決に与える影響を調べる。
不効果的な会話は44.6%のプロンプトで知識ギャップを含んでいるのに対し、効果的な会話では12.6%しかなかった。
論文 参考訳（メタデータ） (2025-01-20T19:41:42Z) - CRAT: A Multi-Agent Framework for Causality-Enhanced Reflective and Retrieval-Augmented Translation with Large Language Models [59.8529196670565]
CRATは、RAGと因果強化自己回帰を利用して翻訳課題に対処する、新しいマルチエージェント翻訳フレームワークである。
以上の結果からCRATは翻訳精度を著しく向上させ,特に文脈に敏感な単語や語彙の出現に寄与することが示唆された。
論文 参考訳（メタデータ） (2024-10-28T14:29:11Z) - Learning to Filter Context for Retrieval-Augmented Generation [75.18946584853316]
生成モデルは、部分的にまたは完全に無関係な経路が与えられた出力を生成するために要求される。
FILCOは、語彙と情報理論のアプローチに基づいて有用なコンテキストを特定する。
テスト時に検索したコンテキストをフィルタリングできるコンテキストフィルタリングモデルをトレーニングする。
論文 参考訳（メタデータ） (2023-11-14T18:41:54Z) - From Chaos to Clarity: Claim Normalization to Empower Fact-Checking [57.024192702939736]
Claim Normalization(別名 ClaimNorm)は、複雑でノイズの多いソーシャルメディア投稿を、より単純で分かりやすい形式に分解することを目的としている。
本稿では,チェーン・オブ・ソートとクレーム・チェック・バシネス推定を利用した先駆的アプローチであるCACNを提案する。
実験により, CACNは様々な評価尺度において, いくつかの基準値を上回る性能を示した。
論文 参考訳（メタデータ） (2023-10-22T16:07:06Z) - Competency Problems: On Finding and Removing Artifacts in Language Data [50.09608320112584]
複雑な言語理解タスクでは、すべての単純な特徴相関が突発的であると論じる。
人間バイアスを考慮したコンピテンシー問題に対するデータ作成の難しさを理論的に分析します。
論文 参考訳（メタデータ） (2021-04-17T21:34:10Z) - Natural language technology and query expansion: issues,
state-of-the-art and perspectives [0.0]
クエリのあいまいさや誤解釈を引き起こす言語特性と、追加の要因は、ユーザの情報ニーズを正確に表現する能力に影響を与える。
汎用言語に基づく問合せ拡張フレームワークの解剖学を概説し,モジュールに基づく分解を提案する。
それぞれのモジュールについて、文献における最先端のソリューションをレビューし、使用するテクニックの光の下で分類する。
論文 参考訳（メタデータ） (2020-04-23T11:39:07Z)
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。