WO2022172394A1 - 分析装置、分析方法及び分析プログラム - Google Patents

分析装置、分析方法及び分析プログラム Download PDF

Info

Publication number
WO2022172394A1
WO2022172394A1 PCT/JP2021/005232 JP2021005232W WO2022172394A1 WO 2022172394 A1 WO2022172394 A1 WO 2022172394A1 JP 2021005232 W JP2021005232 W JP 2021005232W WO 2022172394 A1 WO2022172394 A1 WO 2022172394A1
Authority
WO
WIPO (PCT)
Prior art keywords
effective
term
terms
common
extracted
Prior art date
Application number
PCT/JP2021/005232
Other languages
English (en)
French (fr)
Inventor
尚宏 寺山
Original Assignee
日本電信電話株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2021/005232 priority Critical patent/WO2022172394A1/ja
Publication of WO2022172394A1 publication Critical patent/WO2022172394A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/73—Program documentation

Definitions

  • the present invention relates to an analysis device, an analysis method, and an analysis program.
  • the analysis device extracts a plurality of nouns including compound words from sentence information including a sentence or character string list for which a system is evaluated, and extracts an effective term extracting unit for executing a process of extracting, from a plurality of nouns, common terms commonly used in a plurality of specifications and remaining nouns as effective terms for each of the plurality of pieces of sentence information;
  • FIG. 1 is a diagram for explaining the processing of the bug trend analysis device according to this embodiment.
  • FIG. 2 is a functional block diagram showing the configuration of the bug trend analysis device according to this embodiment.
  • FIG. 3 is a diagram illustrating an example of the data structure of a description table.
  • FIG. 4 is a diagram showing an example of the data structure of a common word table.
  • FIG. 5 is a diagram showing an example of the data structure of an effective term table.
  • FIG. 6 is a diagram showing an example of the data structure of a related term determination table.
  • FIG. 7 is a diagram showing an example of the data structure of the bug common point table.
  • FIG. 8 is a diagram for explaining the difference in order of appearance.
  • FIG. 9 is a flow chart showing the processing procedure of the bug trend analysis device according to this embodiment.
  • FIG. 10 is a flow chart showing a processing procedure of bug common point detection processing.
  • FIG. 11 is a diagram illustrating an example of a computer that executes an analysis program;
  • the effective term extraction unit 151 extracts multiple nouns from the bug description. This noun shall contain compound words.
  • the effective term extraction unit 151 extracts, as effective terms, the nouns remaining after excluding the nouns stored in the common term table 142 from among the plurality of extracted nouns.
  • the effective term extraction unit 151 stores the extracted effective term in the effective term table 143 in association with the issue number of the bug description from which it was extracted.
  • the common term table 142 stores nouns that are included in past specifications and common to multiple past specifications (hereinafter referred to as common terms).
  • the common feature detection unit 152 compares valid terms for different issue numbers registered in the valid term table 143 to detect bug common features.
  • the effective term of one of the Q&A numbers to be compared is referred to as "term A”
  • the effective term of the other QQ number is referred to as "term B”.
  • the common feature detection unit 152 detects term A (or term B) as a bug common feature. For example, if the term A is "transfer” and the term B is "transfer,” the common feature detection unit 152 detects the term "transfer” as the bug common feature.
  • the common point detection unit 152 determines whether the term A and the term B are related terms based on the related term determination table 144. do. If term A and term B are related terms, term A and term B are detected as bug commonalities.
  • the common point detection unit 152 compares the term A and the term B with the related term determination table 144, and determines that the chapter to which the term A belongs and the chapter to which the term B belongs are the same chapter. and the order of appearance of term B is less than a certain value, term A and term B are regarded as related terms. If the terms “transfer” and “busy transfer” are related words, the common feature detection unit 152 detects "transfer” and "busy transfer” as bug common features.
  • the bug trend analysis apparatus extracts a plurality of nouns from a plurality of bug descriptions, and extracts the remaining nouns from the extracted nouns after excluding the nouns stored in the common word table 142. nouns are extracted as valid terms. This makes it possible to extract only valid technical terms.
  • the bug trend analysis device detects the matching effective terms as bug common points. If the valid terms extracted from each bug description do not match, the bug trend analyzer determines whether or not each valid term is a related term based on the related term determination table 144, and determines whether or not each valid term is a related term. If the terms are related terms, each valid term is detected as a bug commonality. This makes it possible to detect whether or not the extracted technical term matches other bug descriptions (matches related terms).
  • the bug trend analysis apparatus of this embodiment valid technical terms are extracted from a plurality of bug descriptions, and whether the extracted technical terms match other descriptions (match related terms) or not is determined. It is possible to automatically extract bug common points by detecting whether
  • FIG. 2 is a functional block diagram showing the configuration of the bug trend analysis device according to this embodiment.
  • the bug trend analysis device 100 has a communication section 110, an input section 120, a display section 130, a storage section 140, and a control section 150.
  • FIG. 1 is a functional block diagram showing the configuration of the bug trend analysis device according to this embodiment.
  • the bug trend analysis device 100 has a communication section 110, an input section 120, a display section 130, a storage section 140, and a control section 150.
  • FIG. 1 is a functional block diagram showing the configuration of the bug trend analysis device according to this embodiment.
  • the bug trend analysis device 100 has a communication section 110, an input section 120, a display section 130, a storage section 140, and a control section 150.
  • FIG. 1 is a functional block diagram showing the configuration of the bug trend analysis device according to this embodiment.
  • the bug trend analysis device 100 has a communication section 110, an input section 120, a display section 130, a storage section 140, and a control section 150.
  • the communication unit 110 is a communication interface that transmits and receives various types of information to and from an external device connected via a network or the like.
  • the communication unit 110 is realized by a NIC (Network Interface Card) or the like, and performs communication between an external device and the control unit 150 via an electric communication line such as a LAN (Local Area Network) or the Internet.
  • NIC Network Interface Card
  • the input unit 120 is an input interface that receives various operations from the operator of the bug trend analysis device 100 .
  • it is composed of input devices such as a keyboard and a mouse.
  • the display unit 130 is an output device that outputs information acquired from the control unit 150, and is realized by a display device such as a liquid crystal display, a printing device such as a printer, and the like.
  • the storage unit 140 is realized by semiconductor memory devices such as RAM (Random Access Memory) and flash memory, or storage devices such as hard disks and optical disks.
  • the storage unit 140 has a specification table 60 , a description table 141 , a common term table 142 , an effective term table 143 , a related term determination table 144 , and a bug common point table 145 .
  • the specification table 60 is a table that holds information on multiple specifications.
  • the plurality of specifications include specifications corresponding to explanatory text data stored in the explanatory text table 141 .
  • the specification corresponding to the explanatory text data stored in the explanatory text table 141 is referred to as the first specification, and the specifications other than the first specification are referred to as the second specification.
  • the description table 141 is a table that holds multiple bug descriptions. For example, a developer creates a program based on a first specification and runs tests on the program to identify bugs. When the developer identifies the bug, the developer operates the input unit 120 or the like to record the description of the identified bug (bug description) in the description table 141 .
  • FIG. 3 is a diagram showing an example of the data structure of the description table.
  • the description table 141 associates the problem number with the bug description.
  • the issue number is a number that identifies the bug description.
  • the bug explanation is a sentence explaining the content of the bug. For example, the bug description corresponding to the issue number "M1" is "...transfer...IVR...cannot connect".
  • the common word table 142 is a table that holds common words that are nouns (including compound words) included in the second specifications and that are common nouns in each second specification.
  • FIG. 4 shows an example of the data structure of the common word table. As shown in FIG. 4, this common word table 142 holds a plurality of common words. For example, common words such as "time, setting, reception" are set.
  • the related term determination table 144 is a table that holds information used when determining whether each effective term to be compared is a related term.
  • FIG. 6 is a diagram showing an example of the data structure of a related term determination table. As shown in FIG. 6, the related word determination table 144 associates the order of appearance, effective terms, and chapter identification information. The order of appearance indicates the order in which effective terms included in the specification appear. The chapter identification information is information that identifies the chapter of the specification to which the effective term belongs (appears). It is assumed that the related term determination table 144 exists for each specification.
  • the effective term “transfer” belongs to the chapter “1.1 Transfer” of the first specification, and the order of appearance is “1".
  • the valid term “busy transfer” belongs to the chapter “1.1 transfer” of the first specification, and the appearance order is “2”.
  • the valid term “notification” belongs to chapter “1.2 Notification” of the first specification, and the order of appearance is "3”.
  • the effective term “non-notification” belongs to chapter “1.2 Notification” of the first specification, and the order of appearance is "4".
  • the order of appearance, effective terms, and chapter identification information are set for other second specifications as well.
  • the bug common point table 145 is a table that holds bug common points.
  • FIG. 7 is a diagram showing an example of the data structure of the bug common point table. As shown in FIG. 7, this bug common point table 145 associates item numbers, bug common points, and corresponding issue number.
  • the item number is a number that identifies a record in the common bug table.
  • a bug common point is a bug common point detected by the common point detection unit 152 .
  • the corresponding issue number indicates the issue number of the bug description from which the bug common points are extracted.
  • the control unit 150 is implemented using a CPU (Central Processing Unit) or the like.
  • the control unit 150 has an effective term extraction unit 151 , a common point detection unit 152 , a common term extraction unit 153 and an extraction unit 154 .
  • the effective term extraction unit 151 extracts effective terms from each bug description stored in the description table 141 .
  • the effective term extraction unit 151 extracts mononouns and prefixes by executing morphological analysis on the bug description.
  • the effective term extraction unit 151 compares the extracted mononouns and prefixes with common terms stored in the common term table 142 . Here, if there is a single noun that does not appear consecutively with the prefix, and the single noun does not match the common word, the single noun is extracted as an effective term. For example, if the single noun "transfer" that does not appear consecutively with the prefix does not match any common word in the common word table 142, the effective term extraction unit 151 extracts "transfer" as an effective term.
  • the effective term extraction unit 151 extracts a "compound word” that combines the prefix and the single noun. For example, if the compound word "non-notification”, which is a combination of the prefix "non” and the single noun “notice”, does not match any common word in the common word table 142, the effective term extraction unit 151 selects " Extract "non-notification” as a valid term. Note that even when the common word in the common word table 142 includes "call", the effective term extracting unit 151 extracts "non-notification” as a valid term because "notification” and "non-notification” do not match. do.
  • the common feature detection unit 152 extracts valid terms associated with different issue numbers from the description text table 141, and detects bug common features based on the extracted valid terms.
  • the effective term of one of the question and inquiry numbers to be compared is referred to as "term A”
  • the effective term of the other question and inquiry number is referred to as "term B”.
  • the common feature detection unit 152 detects term A (or term B) as a bug common feature. For example, if the term A is "transfer” and the term B is "transfer,” the common feature detection unit 152 detects the term "transfer” as the bug common feature.
  • the common point detection unit 152 determines whether the term A and the term B are related terms based on the related term determination table 144. do.
  • common feature detection unit 152 detects term A and term B as bug common features. The common point detection unit 152 determines whether or not the term A and the term B are related terms by executing the following process.
  • FIG. 8 is a diagram explaining the difference in appearance order. For example, if the order of appearance of the effective term “non-notification” is “1" and the order of appearance of the effective term “transfer” is "3", the difference in the order of appearance is "2".
  • the common point detection unit 152 detects the minimum difference between the order of appearance of term A and the order of appearance of term B. If the value is less than a certain value, term A and term B are related terms. A fixed value to be compared with the minimum value is set in advance by an administrator.
  • the common point detection unit 152 may output the information of the bug common point table 145 to the display unit 130 for display, or may use the communication unit 110 to transmit it to another external device.
  • the common word extraction unit 153 extracts common words common to the plurality of second specifications stored in the specification table 60 and stores the extracted common words in the common word table 142 .
  • the common word extraction unit 153 executes morphological analysis on sentences included in one second specification, and extracts mononouns and prefixes. When a prefix and a single noun appear consecutively, the prefix and the single noun are combined to form a "compound word".
  • the common word extraction unit 153 leaves single nouns that do not appear consecutively as they are.
  • the common word extraction unit 153 also extracts compound words and single nouns by executing the above processing for other second specifications.
  • the common word extraction unit 153 registers the common single nouns and compound words in the common word table 142 as common words. For example, when “single noun N1" is extracted from one second specification and “single noun N1" is extracted from the other second specification, common word extraction unit 153 extracts "single noun N1". is the common language.
  • Common term extraction unit 153 extracts “compound term N2” from one of the second specifications, and extracts “compound term N2” from the other second specification. word.
  • the common word extraction unit 153 separates the single noun (compound word) extracted from at least two or more second specifications with the single noun (compound word) extracted from at least one or more other second specifications. If they match, the single noun (compound word) is extracted as a common word.
  • the extraction unit 154 extracts the single noun as an effective term when the single noun does not appear consecutively with the prefix and the common word does not match the single noun.
  • the effective term extraction unit 151 extracts a compound word that combines the prefix and the single noun for a single noun that appears consecutively with the prefix. If the compound word does not match any common word in the common word table 142, the extraction unit 154 extracts the compound word as a valid word.
  • the extraction unit 154 When extracting effective terms, the extraction unit 154 identifies the order of appearance of the effective terms in the first specification and the chapter identification information corresponding to the effective terms.
  • the extraction unit 154 scans the text of the first specification and identifies the order of appearance of each effective term. For example, the extraction unit 154 scans the text of the first specification and finds valid terms appearing after the chapter identification information "1.1 Transfer” and before the chapter identification information "1.2 Notification". If it is a valid term, the chapter identification information for such a valid term is set to "1.1 Transfer".
  • the extraction unit 154 associates the effective terms, the order of appearance, and the chapter identification information, and stores them in the related term determination table 144 .
  • FIG. 9 is a flow chart showing the processing procedure of the bug trend analysis device according to this embodiment.
  • the effective term extraction unit 151 of the bug trend analysis device 100 executes morphological analysis on the bug descriptions stored in the description table and extracts single nouns (compounds) (step S101).
  • the effective term extraction unit 151 extracts effective terms based on the single noun (compound word) and the common term table (step S102).
  • the effective term extraction unit 151 stores the effective term in the effective term table 143 (step S103).
  • the common point detection unit 152 of the bug trend analysis device 100 executes a bug common point detection process (step S104).
  • the bug trend analysis device 100 stores the bug common points in the bug common point table 145 (step S105).
  • FIG. 10 is a flow chart showing a processing procedure of bug common point detection processing.
  • the common point detection unit 152 of the bug trend analysis device 100 selects an effective term (referred to as term A) of the bug descriptions stored in the effective term table 143 (step S201).
  • the common point detection unit 152 selects an effective term (referred to as term B) of another bug description stored in the effective term table 143 (step S202).
  • term B an effective term of another bug description stored in the effective term table 143
  • step S203 Yes
  • step S203 Yes
  • step S203 Yes
  • step S203 No
  • step S208 the common point detection unit 152 proceeds to step S208.
  • the common point detection unit 152 identifies the term A and the term B that belong to the same chapter identification information and have the smallest difference in order of appearance (minimum value) (step S206). If the minimum value is equal to or less than the given value (step S207, Yes), the common point detection unit 152 proceeds to step S208. On the other hand, if the minimum value is not equal to or less than the given value (step S207, No), the common point detection unit 152 proceeds to step S210.
  • the common point detection unit 152 extracts term A (term B) as a bug common point, and identifies the issue number of term A and the issue number of term B (step S208).
  • the common point detection unit 152 outputs the bug common point, the issue number of the term A, and the issue number of the term B (step S209).
  • step S210, Yes If there is another combination of terms (step S210, Yes), the common point detection unit 152 proceeds to step S201. On the other hand, if there is no other combination of terms (step S210, No), the common point detection unit 152 terminates the process.
  • Bug trend analysis device 100 extracts a plurality of nouns from a plurality of bug descriptions, and extracts nouns (including compound words) remaining after excluding nouns stored in common word table 142 among the extracted nouns. , as valid terms. This makes it possible to extract only valid technical terms.
  • the bug trend analysis device 100 detects the matching effective terms as bug common points. If the effective terms extracted from each bug description do not match, the bug trend analysis device 100 determines whether or not each effective term is a related term based on the related term determination table 144. If the effective terms are related terms, each effective term is detected as a bug commonality. This makes it possible to detect whether or not the extracted technical term matches other bug descriptions (matches related terms).
  • the bug trend analysis device 100 can similarly extract effective commonalities from sentence information including sentences or character string lists that evaluate the system.
  • Sentence information including sentences or a list of character strings evaluating the system includes a comment list of operational document reviews, a command execution result log, a user complaint list, and the like.
  • the hard disk drive 1031 stores an OS 1091, application programs 1092, program modules 1093 and program data 1094, for example. Each piece of information described in the above embodiment is stored in the hard disk drive 1031 or memory 1010, for example.
  • Data used for information processing by the analysis program is stored as program data 1094 in the hard disk drive 1031, for example. Then, the CPU 1020 reads out the program module 1093 and the program data 1094 stored in the hard disk drive 1031 to the RAM 1012 as necessary, and executes each procedure described above.
  • program module 1093 and program data 1094 related to the analysis program are not limited to being stored in the hard disk drive 1031.
  • they are stored in a removable storage medium and read by the CPU 1020 via the disk drive 1041 or the like.
  • the program module 1093 and program data 1094 related to the analysis program are stored in another computer connected via a network such as LAN or WAN (Wide Area Network), and are read out by the CPU 1020 via the network interface 1070.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Library & Information Science (AREA)
  • Stored Programmes (AREA)

Abstract

分析装置は、システムを評価した文章または文字列一覧を含む文情報から、複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、複数の仕様書で共通して使用されている共通語を除外した残りの名詞を有効用語として抽出する処理を、複数の文情報に対してそれぞれ実行する。分析装置は、有効用語抽出部によって抽出された各有効用語が一致する場合、または、有効用語抽出部によって抽出された各有効用語が関連語である場合に、有効用語を共通点として検出する。

Description

分析装置、分析方法及び分析プログラム
　本発明は、分析装置、分析方法及び分析プログラムに関する。
　従来、ソフトウェア開発において、複数のバグの説明文から、バグの共通点を抽出することが求められており、このバグの共通点を抽出する処理は、保守者が手作業で行っている。以下の説明では、バグの説明文を「バグ説明文」と表記し、バグの共通点を「バグ共通点」と表記する。
"Pythonによるword2vecの利用方法を現役エンジニアが解説［初心者向け］"、TECH　ACADEMYマガジン、インターネット＜ＵＲＬ：https://techacademy.jp/magazine/30591＞
　上記のように、複数のバグ説明文から、バグ共通点を抽出する作業は、手作業で行われており、バグ共通点を抽出する処理を自動化することが求められている。
　たとえば、バグ共通点を抽出する処理を自動化するためには、バグ説明文からバグの共通点として有効な専門用語のみを抽出すること、バグ説明文の専門用語が他のバグ説明文の専門用語と一致するか（各専門用語が関連語であるか）、によりバグの共通点を検出することをいかに行うかが課題となる。
　しかし、バグ説明文からバグの共通点を抽出する場合に、有効な専門用語のみを抽出することが困難である。たとえば、文章から抽出した名詞から、予め登録した一般名詞を取り除いたものを専門用語として抽出する既存技術があるが、一般名詞は人間が予め登録することを前提としているため、煩雑であり、該当の用語が大量に存在する場合には、対応が困難である。
　また、あるバグ説明文の専門用語と、他の説明文の専門用語とが一致するか否か（関連語と一致するか）を判断するために、事前の煩雑な文書登録が必要である。たとえば、word2vecでは、統計的に用語どうしが文章中の中で周辺語としての出現のしやすさで類似度を判定するが、精度よく判定するためには、事前に、大量の文書の機械学習登録が必要となる。
　すなわち、バグ説明文等から有効な専門用語を抽出し、抽出した専門用語が他の説明文と一致するか否か（関連語であるか否か）を検出して、自動的に共通点を抽出することが求められている。かかる課題は、上記のバグ説明文に限らず、システムを評価した文章または文字列一覧から共通点を抽出する場合にも同様に発生し得る課題である。
　本発明は、上記に鑑みてなされたものであって、システムを評価した文章または文字列一覧を含む文情報から有効な専門用語を抽出し、抽出した専門用語が他の説明文と一致するか否かを検出して、自動的に共通点を抽出することができる分析装置、分析方法及び分析プログラムを提供することを目的とする。
　上述した課題を解決し、目的を達成するために、本発明に係る分析装置は、システムを評価した文章または文字列一覧を含む文情報から、複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、複数の仕様書で共通して使用されている共通語を除外した残りの名詞を有効用語として抽出する処理を、複数の文情報に対してそれぞれ実行する有効用語抽出部と、前記有効用語抽出部によって抽出された各有効用語が一致する場合、または、前記有効用語抽出部によって抽出された各有効用語が関連語である場合に、前記有効用語を共通点として検出する共通点検出部と備える。
　本発明によれば、自動的に共通点を抽出することができる。
図１は、本実施例に係るバグ傾向分析装置の処理を説明するための図である。 図２は、本実施例に係るバグ傾向分析装置の構成を示す機能ブロック図である。 図３は、説明文テーブルのデータ構造の一例を示す図である。 図４は、共通語テーブルのデータ構造の一例を示す図である。 図５は、有効用語テーブルのデータ構造の一例を示す図である。 図６は、関連語判定テーブルのデータ構造の一例を示す図である。 図７は、バグ共通点テーブルのデータ構造の一例を示す図である。 図８は、出現順の差を説明する図である。 図９は、本実施例に係るバグ傾向分析装置の処理手順を示すフローチャートである。 図１０は、バグ共通点検出処理の処理手順を示すフローチャートである。 図１１は、分析プログラムを実行するコンピュータの一例を示す図である。
　以下に、本願の開示する分析装置、分析方法及び分析プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
　本実施例に係るバグ傾向分析装置の処理の一例について説明する。バグ傾向分析装置は、分析装置の一例である。図１は、本実施例に係るバグ傾向分析装置の処理を説明するための図である。バグ傾向分析装置では、有効用語抽出部１５１が、説明文テーブル１４１に含まれる各バグ説明文から、複数の有効用語を抽出する。バグ説明文は、バグを説明する文の情報（文字列情報）である。バグ説明文には、バグ説明文を識別する問処番号が割り当てられている。
　たとえば、有効用語抽出部１５１は、バグ説明文から複数の名詞を抽出する。この名詞は、複合語を含むものとする。有効用語抽出部１５１は、抽出した複数の名詞のうち、共通語テーブル１４２に格納された名詞を除外した残りの名詞を、有効用語として抽出する。有効用語抽出部１５１は、抽出した有効用語を、抽出もとのバグ説明文の問処番号と対応付けて、有効用語テーブル１４３に格納する。
　共通語テーブル１４２には、過去の仕様書に含まれる名詞であって、複数の過去の仕様書で共通する名詞（以下、共通語）が格納されている。
　共通点検出部１５２は、有効用語テーブル１４３に登録された異なる問処番号の有効用語を比較して、バグ共通点を検出する。説明の便宜上、比較する一方の問処番号の有効用語を「用語Ａ」とし、他方の問処番号の有効用語を「用語Ｂ」と表記する。
　共通点検出部１５２は、用語Ａと用語Ｂとが同一の用語である場合には、用語Ａ（あるいは、用語Ｂ）を、バグ共通点として検出する。たとえば、共通点検出部１５２は、用語Ａが「転送」であり、用語Ｂが「転送」である場合には、用語「転送」をバグ共通点として検出する。
　一方、共通点検出部１５２は、用語Ａと用語Ｂとが同一の用語でない場合には、関連語判定テーブル１４４を基にして、用語Ａと用語Ｂとが関連語であるか否かを判定する。用語Ａと用語Ｂとが関連語である場合には、用語Ａと用語Ｂとを、バグ共通点として検出する。
　関連語判定テーブル１４４には、仕様書から抽出された有効用語と、仕様書における有効用語の出現順と、仕様書に含まれる各章のうち、有効用語が属する章の情報とが格納される。たとえば、仕様書で最初に出現する有効用語の出現順が「１」となる。
　ここで、共通点検出部１５２は、用語Ａおよび用語Ｂと、関連語判定テーブル１４４とを比較して、用語Ａの属する章と、用語Ｂの属する章とが同一の章であり、用語Ａの出現順と、用語Ｂの出現順との差が一定値未満である場合に、用語Ａと、用語Ｂとを関連語とする。共通点検出部１５２は、用語「転送」と用語「話中転送」とが関連語である場合には、「転送」および「話中転送」をバグ共通点として検出する。
　上記のように、本実施例に係るバグ傾向分析装置は、複数のバグ説明文から複数の名詞を抽出し、抽出した複数の名詞のうち、共通語テーブル１４２に格納された名詞を除外した残りの名詞を、有効用語として抽出する。これにより、有効な専門用語のみを抽出することができる。
　また、バグ傾向分析装置は、各バグ説明文からそれぞれ抽出した有効用語が一致する場合には、一致する有効用語をバグ共通点として検出する。バグ傾向分析装置は、各バグ説明文からそれぞれ抽出した有効用語が一致しない場合には、関連語判定テーブル１４４を基にして、各有効用語が関連語であるか否かを判定し、各有効用語が関連語である場合には、各有効用語をバグ共通点として検出する。これにより、抽出した専門用語が他のバグ説明文と一致するか（関連語と一致するか）否かを検出することができる。
　すなわち、本実施例のバグ傾向分析装置によれば、複数のバグ説明文から有効な専門用語を抽出し、抽出した専門用語が他の説明文と一致するか（関連語と一致するか）否かを検出して、自動的にバグ共通点を抽出することができる。
　次に、本実施例に係るバグ傾向分析装置の構成の一例について説明する。図２は、本実施例に係るバグ傾向分析装置の構成を示す機能ブロック図である。図２に示すように、バグ傾向分析装置１００は、通信部１１０と、入力部１２０と、表示部１３０と、記憶部１４０と、制御部１５０とを有する。
　通信部１１０は、ネットワーク等を介して接続された外部装置との間で、各種情報を送受信する通信インタフェースである。通信部１１０は、ＮＩＣ（Network　Interface　Card）等で実現され、ＬＡＮ（Local　Area　Network）やインターネットなどの電気通信回線を介した外部装置と制御部１５０との間の通信を行う。
　入力部１２０は、バグ傾向分析装置１００の操作者からの各種操作を受け付ける入力インタフェースである。例えば、キーボードやマウス等の入力デバイスによって構成される。
　表示部１３０は、制御部１５０から取得した情報を出力する出力デバイスであり、液晶ディスプレイなどの表示装置、プリンター等の印刷装置等によって実現される。
　記憶部１４０は、ＲＡＭ（Random　Access　Memory）、フラッシュメモリ（Flash　Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１４０は、仕様書テーブル６０、説明文テーブル１４１、共通語テーブル１４２、有効用語テーブル１４３、関連語判定テーブル１４４、バグ共通点テーブル１４５を有する。
　仕様書テーブル６０は、複数の仕様書の情報を保持するテーブルである。複数の仕様書には、説明文テーブル１４１に格納された説明文データに対応する仕様書が含まれる。以下の説明では、説明文テーブル１４１に格納された説明文データに対応する仕様書を、第１仕様書と表記し、第１仕様書以外の仕様書を第２仕様書と表記する。
　説明文テーブル１４１は、複数のバグ説明文を保持するテーブルである。たとえば、開発者は、第１仕様書に基づいてプログラムを生成し、プログラムの試験を実行してバグを特定する。開発者は、バグを特定した場合に、入力部１２０等を操作して、特定したバグの説明（バグ説明文）を、説明文テーブル１４１に記録する。
　図３は、説明文テーブルのデータ構造の一例を示す図である。図３に示すように、この説明文テーブル１４１は、問処番号と、バグ説明文とを対応付ける。問処番号は、バグ説明文を識別する番号である。バグ説明文は、バグの内容を説明する文である。たとえば、問処番号「Ｍ１」に対応するバグ説明文は「・・・転送・・・ＩＶＲ・・・接続できない」となる。
　共通語テーブル１４２は、第２仕様書に含まれる名詞（複合語を含む）であって、各第２仕様書で共通する名詞となる共通語を保持するテーブルである。図４は、共通語テーブルのデータ構造の一例を示す。図４に示すように、この共通語テーブル１４２は、複数の共通語を保持する。たとえば、共通語として、「時、設定、受信」等が設定されている。
　有効用語テーブル１４３は、バグ説明文から抽出された有効用語を保持するテーブルである。有効用語は、有効用語抽出部１５１によって抽出される。図５は、有効用語テーブルのデータ構造の一例を示す図である。図５に示すように、有効用語テーブル１４３は、問処番号、バグ説明文、有効用語を対応付ける。問処番号、バグ説明文、有効用語に関する説明は、上記の説明と同様である。
　関連語判定テーブル１４４は、比較対象となる各有効用語が関連語であるか否かを判定する場合に利用する情報を保持するテーブルである。図６は、関連語判定テーブルのデータ構造の一例を示す図である。図６に示すように、関連語判定テーブル１４４は、出現順と、有効用語と、章識別情報とを対応付ける。出現順は、仕様書に含まれる有効用語が出現する順番を示す。章識別情報は、有効用語が属する（出現する）仕様書の章を識別する情報である。関連語判定テーブル１４４は、仕様書毎に存在するものとする。
　たとえば、有効用語「転送」は、第１仕様書の章「１．１　転送」に属し、出現順が「１」となる。有効用語「話中転送」は、第１仕様書の章「１．１　転送」に属し、出現順が「２」となる。有効用語「通知」は、第１仕様書の章「１．２　通知」に属し、出現順が「３」となる。有効用語「非通知」は、第１仕様書の章「１．２　通知」に属し、出現順が「４」となる。他の第２仕様書についても、第１仕様書と同様して、出現順、有効用語、章識別情報が設定される。
　バグ共通点テーブル１４５は、バグ共通点を保持するテーブルである。図７は、バグ共通点テーブルのデータ構造の一例を示す図である。図７に示すように、このバグ共通点テーブル１４５は、項番と、バグ共通点と、該当問処番号とを対応付ける。項番は、バグ共通点テーブルのレコードを識別する番号である。バグ共通点は、共通点検出部１５２に検出されるバグ共通点である。該当問処番号は、バグ共通点の抽出もととなるバグ説明文の問処番号を示す。
　図２の説明に戻る。制御部１５０は、ＣＰＵ（Central　Processing　Unit）等を用いて実現される。制御部１５０は、有効用語抽出部１５１と、共通点検出部１５２と、共通語抽出部１５３と、抽出部１５４とを有する。
　有効用語抽出部１５１は、説明文テーブル１４１に格納された各バグ説明文から、有効用語を抽出する。たとえば、有効用語抽出部１５１は、バグ説明文に対して形態素解析を実行することで、単名詞、接頭詞を抽出する。
　有効用語抽出部１５１は、抽出した単名詞および接頭詞と、共通語テーブル１４２に格納された共通語とを比較する。ここで、接頭詞と連続出現しない単名詞であって、この単名詞と共通語とが一致しない場合には、かかる単名詞を有効用語として抽出する。たとえば、有効用語抽出部１５１は、接頭詞と連続出現しない単名詞「転送」が、共通語テーブル１４２のいずれの共通語とも一致しない場合には、「転送」を有効用語として抽出する。
　有効用語抽出部１５１は、接頭詞と連続出現する単名詞については、接頭詞と単名詞とを結合した「複合語」を抽出する。たとえば、有効用語抽出部１５１は、接頭詞「非」と単名詞「通知」とを結合させた複合語「非通知」が、共通語テーブル１４２のいずれの共通語とも一致しない場合には、「非通知」を有効用語として抽出する。なお、有効用語抽出部１５１は、共通語テーブル１４２の共通語に「通話」が含まれる場合も、かかる「通知」と「非通知」とは一致しないので、「非通知」を有効用語として抽出する。
　有効用語抽出部１５１は、バグ説明文から有効用語を抽出した場合には、問処番号と、バグ説明文と、有効用語とを対応付けて、有効用語テーブル１４３に格納する。有効用語抽出部１５１は、各バグ説明文について、上記処理を繰り返し実行する。
　共通点検出部１５２は、説明文テーブル１４１から、異なる問処番号に対応付けられた有効用語を抽出し、抽出した有効用語を基にして、バグ共通点を検出する。ここでは、比較する一方の問処番号の有効用語を「用語Ａ」とし、他方の問処番号の有効用語を「用語Ｂ」と表記する。
　共通点検出部１５２は、用語Ａと用語Ｂとが同一の用語である場合には、用語Ａ（あるいは、用語Ｂ）を、バグ共通点として検出する。たとえば、共通点検出部１５２は、用語Ａが「転送」であり、用語Ｂが「転送」である場合には、用語「転送」をバグ共通点として検出する。
　一方、共通点検出部１５２は、用語Ａと用語Ｂとが同一の用語でない場合には、関連語判定テーブル１４４を基にして、用語Ａと用語Ｂとが関連語であるか否かを判定する。共通点検出部１５２は、用語Ａと用語Ｂとが関連語である場合には、用語Ａと用語Ｂとを、バグ共通点として検出する。共通点検出部１５２は、次の処理を実行することで、用語Ａと用語Ｂとが関連語であるか否かを判定する。
　共通点検出部１５２は、用語Ａおよび用語Ｂと、関連語判定テーブル１４４とを比較して、用語Ａの属する章識別情報と、用語Ｂの属する章識別情報とが同一の章識別情報であり、用語Ａの出現順と、用語Ｂの出現順との差が一定値未満である場合に、用語Ａと、用語Ｂとを関連語とする。共通点検出部１５２は、用語「転送」と用語「話中転送」とが関連語である場合には、「転送」および「話中転送」をバグ共通点として検出する。共通点検出部１５２は、関連語で共通する「転送」のみをバグ共通点として、検出してもよい。
　図８は、出現順の差を説明する図である。たとえば、有効用語「非通知」の出現順は「１」、有効用語「転送」の出現順を「３」とすると、出現順の差は「２」となる。
　なお、共通点検出部１５２は、同一の章識別情報に属する用語Ａ、用語Ｂが複数個存在する場合には、用語Ａの出現順と、用語Ｂの出現順との各差のうち、最小値が、一定値未満である場合に、用語Ａと、用語Ｂとを関連語とする。最小値と比較する一定値は、予め管理者が設定しておくものとする。
　共通点検出部１５２は、検出したバグ共通点と、用語Ａ、用語Ｂの問処番号とを対応付けて、バグ共通点テーブル１４５に格納する。共通点検出部１５２は、有効用語テーブル１４３に格納された各有効用語について、上記処理を繰り返し実行する。
　共通点検出部１５２は、バグ共通点テーブル１４５の情報を、表示部１３０に出力して表示させてもよいし、通信部１１０を利用して、他の外部装置に送信してもよい。
　共通語抽出部１５３は、仕様書テーブル６０に格納された複数の第２仕様書において共通する共通語を抽出し、抽出した共通語を共通語テーブル１４２に格納する。たとえば、共通語抽出部１５３は、一つの第２仕様書に含まれる文に対して形態素解析を実行し、単名詞、接頭詞を抽出する。接頭詞と単名詞とが連続出現する場合には、接頭詞と単名詞とを結合して「複合語」とする。共通語抽出部１５３は、連続出現しない単名詞は、そのままとする。
　共通語抽出部１５３は、他の第２仕様書についても、上記処理を実行することで、複合語、単名詞を抽出する。
　共通語抽出部１５３は、各第２仕様書から抽出した単名詞または複合語が共通する場合には、共通する単名詞、複合語を共通語として、共通語テーブル１４２に登録する。たとえば、共通語抽出部１５３は、一方の第２仕様書から「単名詞Ｎ１」が抽出され、他方の第２仕様書から「単名詞Ｎ１」が抽出された場合には、「単名詞Ｎ１」を共通語とする。
　共通語抽出部１５３は、一方の第２仕様書から「複合語Ｎ２」が抽出され、他方の第２仕様書から「複合語Ｎ２」が抽出された場合には、「複合語Ｎ２」は共通語とする。
　共通語抽出部１５３は、少なくとも２つ以上の第２仕様書から抽出された単名詞（複合語）が、少なくとも１つ以上の他の第２仕様書から抽出される単名詞（複合語）と一致すれば、かかる単名詞（複合語）を共通語として抽出する。
　抽出部１５４は、第１仕様書に含まれる文に対して形態素解析を実行することで、単名詞、接頭詞を抽出する。抽出部１５４は、抽出した単名詞および接頭詞と、共通語テーブル１４２に格納された共通語とを比較する。
　抽出部１５４は、接頭詞と連続出現しない単名詞であって、この単名詞と共通語とが一致しない場合には、かかる単名詞を有効用語として抽出する。有効用語抽出部１５１は、接頭詞と連続出現する単名詞については、接頭詞と単名詞とを結合した複合語を抽出する。抽出部１５４は、複合語が、共通語テーブル１４２のいずれの共通語とも一致しない場合には、かかる複合語を有効用語として抽出する。
　抽出部１５４は、有効用語を抽出した場合には、第１仕様書における有効用語の出現順と、有効用語に対応する章識別情報とを特定する。抽出部１５４は、第１仕様書の文を走査し、各有効用語の出現順を特定する。たとえば、抽出部１５４は、第１仕様書の文を走査し、章識別情報「１．１　転送」の後に出現する有効用語であって、章識別情報「１．２　通知」の前に出現する有効用語である場合には、かかる有効用語の章識別情報を「１．１　転送」とする。
　抽出部１５４は、有効用語と、出現順と、章識別情報とを対応付けて、関連語判定テーブル１４４に格納する。
　次に、本実施例に係るバグ傾向分析装置１００の処理手順の一例について説明する。図９は、本実施例に係るバグ傾向分析装置の処理手順を示すフローチャートである。図９に示すように、バグ傾向分析装置１００の有効用語抽出部１５１は、説明文テーブルに格納されたバグ説明文に対して形態素解析を実行し、単名詞（複合語）を抽出する（ステップＳ１０１）。
　有効用語抽出部１５１は、単名詞（複合語）と、共通語テーブルとを基にして、有効用語を抽出する（ステップＳ１０２）。有効用語抽出部１５１は、有効用語を有効用語テーブル１４３に格納する（ステップＳ１０３）。
　バグ傾向分析装置１００の共通点検出部１５２は、バグ共通点検出処理を実行する（ステップＳ１０４）。バグ傾向分析装置１００は、バグ共通点をバグ共通点テーブル１４５に格納する（ステップＳ１０５）。
　続いて、図９のステップＳ１０４に示すバグ共通点検出処理の処理手順について説明する。図１０は、バグ共通点検出処理の処理手順を示すフローチャートである。図１０に示すように、バグ傾向分析装置１００の共通点検出部１５２は、有効用語テーブル１４３に格納されたバグ説明文の有効用語（用語Ａとする）を選択する（ステップＳ２０１）。
　共通点検出部１５２は、有効用語テーブル１４３に格納された他のバグ説明文の有効用語（用語Ｂとする）を選択する（ステップＳ２０２）。共通点検出部１５２は、用語Ａと用語Ｂとが同一である場合には（ステップＳ２０３，Ｙｅｓ）、ステップＳ２０４に移行する。一方、共通点検出部１５２は、用語Ａと用語Ｂとが同一でない場合には（ステップＳ２０３，Ｎｏ）、ステップＳ２０８に移行する。
　共通点検出部１５２は、関連語判定テーブル１４４を基にして、用語Ａの出現順と、用語Ａの属する章識別情報を抽出する（ステップＳ２０４）。共通点検出部１５２は、関連語判定テーブル１４４を基にして、用語Ｂの出現順と、用語Ｂの属する章識別情報を抽出する（ステップＳ２０５）。
　共通点検出部１５２は、用語Ａおよび用語Ｂについて、同一の章識別情報に属し、出現順の差が最小となるもの（最小値）を特定する（ステップＳ２０６）。共通点検出部１５２は、最小値が一定値以下である場合には（ステップＳ２０７，Ｙｅｓ）、ステップＳ２０８に移行する。一方、共通点検出部１５２は、最小値が一定値以下でない場合には（ステップＳ２０７，Ｎｏ）、ステップＳ２１０に移行する。
　共通点検出部１５２は、用語Ａ（用語Ｂ）をバグ共通点として抽出し、用語Ａの問処番号と、用語Ｂの問処番号を特定する（ステップＳ２０８）。共通点検出部１５２は、バグ共通点と、用語Ａの問処番号と、用語Ｂの問処番号とを出力する（ステップＳ２０９）。
　共通点検出部１５２は、別の用語の組み合わせがある場合には（ステップＳ２１０，Ｙｅｓ）、ステップＳ２０１に移行する。一方、共通点検出部１５２は、別の用語の組み合わせがない場合には（ステップＳ２１０，Ｎｏ）、処理を終了する。
　次に、本実施例に係るバグ傾向分析装置１００の効果について説明する。バグ傾向分析装置１００は、複数のバグ説明文から複数の名詞を抽出し、抽出した複数の名詞のうち、共通語テーブル１４２に格納された名詞を除外した残りの名詞（複合語を含む）を、有効用語として抽出する。これにより、有効な専門用語のみを抽出することができる。
　バグ傾向分析装置１００は、各バグ説明文からそれぞれ抽出した有効用語が一致する場合には、一致する有効用語をバグ共通点として検出する。バグ傾向分析装置１００は、各バグ説明文からそれぞれ抽出した有効用語が一致しない場合には、関連語判定テーブル１４４を基にして、各有効用語が関連語であるか否かを判定し、各有効用語が関連語である場合には、各有効用語をバグ共通点として検出する。これにより、抽出した専門用語が他のバグ説明文と一致するか（関連語と一致するか）否かを検出することができる。
　バグ傾向分析装置１００は、比較対象となる一方の有効用語の属する章識別情報と、他方の有効用語の属する章識別情報とが同一の章識別情報であり、かつ、各有効用語の出現順の差が一定値以下である場合に、各有効用語を関連語として特定する。これによって、各有効用語が関連語であるか否かを自動的に特定することができる。
　すなわち、本実施例のバグ傾向分析装置１００によれば、複数のバグ説明文から有効な専門用語を抽出し、抽出した専門用語が他の説明文と一致するか（関連語と一致するか）否かを検出して、自動的にバグ共通点を抽出することができる。
　なお、バグ傾向分析装置１００は、システムを評価した文章または文字列一覧を含む文情報に対しても、同様に、有効な共通点を抽出することができる。システムを評価した文章または文字列一覧を含む文情報には、運用ドキュメントレビューのコメント一覧、コマンド実行結果ログ、ユーザクレーム一覧等が含まれる。
　たとえば、運用ドキュメントレビューのコメント一覧と開発仕様書とから抽出される共通点は、コメント共通点（ドキュメント品質強化のポイント）となる。コマンド実行結果ログとコマンドマニュアル（仕様書相当）とから抽出される共通点は、エラー種別の共通点（品質強化のポイント）となる。ユーザクレーム一覧と、サ－ビス仕様書とから抽出される共通点は、クレームの共通点（サービス品質改善のポイント）となる。
　図１１は、分析プログラムを実行するコンピュータの一例を示す図である。コンピュータ１０００は、たとえば、メモリ１０１０と、ＣＰＵ１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。
　メモリ１０１０は、ＲＯＭ（Read　Only　Memory）１０１１およびＲＡＭ１０１２を含む。ＲＯＭ１０１１は、たとえば、ＢＩＯＳ（Basic　Input　Output　System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０３１に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１０４１に接続される。ディスクドライブ１０４１には、たとえば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、たとえば、マウス１０５１およびキーボード１０５２が接続される。ビデオアダプタ１０６０には、たとえば、ディスプレイ１０６１が接続される。
　ここで、ハードディスクドライブ１０３１は、たとえば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。上記実施形態で説明した各情報は、たとえばハードディスクドライブ１０３１やメモリ１０１０に記憶される。
　また、分析プログラムは、たとえば、コンピュータ１０００によって実行される指令が記述されたプログラムモジュール１０９３として、ハードディスクドライブ１０３１に記憶される。具体的には、上記実施形態で説明したバグ傾向分析装置１００が実行する各処理が記述されたプログラムモジュール１０９３が、ハードディスクドライブ１０３１に記憶される。
　また、分析プログラムによる情報処理に用いられるデータは、プログラムデータ１０９４として、たとえば、ハードディスクドライブ１０３１に記憶される。そして、ＣＰＵ１０２０が、ハードディスクドライブ１０３１に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。
　なお、分析プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０３１に記憶される場合に限られず、たとえば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１０４１等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、分析プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮやＷＡＮ（Wide　Area　Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。
　以上、本発明者によってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例および運用技術等は全て本発明の範疇に含まれる。
　　６０　　仕様書テーブル
　１００　　バグ傾向分析装置
　１１０　　通信部
　１２０　　入力部
　１３０　　表示部
　１４０　　記憶部
　１４１　　説明文テーブル
　１４２　　共通語テーブル
　１４３　　有効用語テーブル
　１４４　　関連語判定テーブル
　１４５　　バグ共通点テーブル
　１５０　　制御部
　１５１　　有効用語抽出部
　１５２　　共通点検出部
　１５３　　共通語抽出部
　１５４　　抽出部

Claims (6)

  1. 　システムを評価した文章または文字列一覧を含む文情報から、複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、複数の仕様書で共通して使用されている共通語を除外した残りの名詞を有効用語として抽出する処理を、複数の文情報に対してそれぞれ実行する有効用語抽出部と、
    　前記有効用語抽出部によって抽出された各有効用語が一致する場合、または、前記有効用語抽出部によって抽出された各有効用語が関連語である場合に、前記有効用語を共通点として検出する共通点検出部と
    　備えることを特徴とする分析装置。
  2. 　仕様書から複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、前記共通語を除外した残りの名詞を有効用語として抽出し、抽出した有効用語を、該有効用語の前記仕様書における出現順と対応付けてテーブルに登録する抽出部を更に有し、
    　前記共通点検出部は、前記有効用語抽出部によって抽出された各有効用語の出現順を、前記テーブルを基にして特定し、各有効用語の出現順を基にして、前記各有効用語が関連語であるか否かを判定する処理を更に実行することを特徴とする請求項１に記載の分析装置。
  3. 　前記抽出部は、前記仕様書に含まれる複数の章のうち、前記有効用語の属する章を更に特定し、前記有効用語と、出現順と、前記章とを対応付けて前記テーブルに登録し、前記共通点検出部は、前記各有効用語が属する同一の章における、前記各有効用語の出現順の差の最小値を基にして、前記各有効用語が関連語であるか否かを判定することを特徴とする請求項２に記載の分析装置。
  4. 　前記仕様書とは異なる他の仕様書を基にして、前記共通語を抽出する共通語抽出部を更に有することを特徴とする請求項２に記載の分析装置。
  5. 　システムを評価した文章または文字列一覧を含む文情報から、複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、複数の仕様書で共通して使用されている共通語を除外した残りの名詞を有効用語として抽出する処理を、複数の文情報に対してそれぞれ実行する有効用語抽出工程と、
    　前記有効用語抽出工程によって抽出された各有効用語が一致する場合、または、前記有効用語抽出工程によって抽出された各有効用語が関連語である場合に、前記有効用語を共通点として検出する共通点検出工程と
    　を含んだことを特徴とする分析方法。
  6. 　システムを評価した文章または文字列一覧を含む文情報から、から複合語を含む複数の名詞を抽出し、抽出した複数の名詞から、複数の仕様書で共通して使用されている共通語を除外した残りの名詞を有効用語として抽出する処理を、複数の文情報に対してそれぞれ実行する有効用語抽出ステップと、
    　前記有効用語抽出ステップによって抽出された各有効用語が一致する場合、または、前記有効用語抽出ステップによって抽出された各有効用語が関連語である場合に、前記有効用語を共通点として検出する共通点検出ステップと
    　をコンピュータに実行させるための分析プログラム。
PCT/JP2021/005232 2021-02-12 2021-02-12 分析装置、分析方法及び分析プログラム WO2022172394A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/005232 WO2022172394A1 (ja) 2021-02-12 2021-02-12 分析装置、分析方法及び分析プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/005232 WO2022172394A1 (ja) 2021-02-12 2021-02-12 分析装置、分析方法及び分析プログラム

Publications (1)

Publication Number Publication Date
WO2022172394A1 true WO2022172394A1 (ja) 2022-08-18

Family

ID=82838549

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/005232 WO2022172394A1 (ja) 2021-02-12 2021-02-12 分析装置、分析方法及び分析プログラム

Country Status (1)

Country Link
WO (1) WO2022172394A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0973315A (ja) * 1995-09-07 1997-03-18 Mitsubishi Electric Corp 設備故障診断装置
US20070168343A1 (en) * 2006-01-18 2007-07-19 Best Steven F Method and system for automatic identification and notification of relevant software defects
US20110219360A1 (en) * 2010-03-05 2011-09-08 Microsoft Corporation Software debugging recommendations
JP2016042339A (ja) * 2014-08-19 2016-03-31 富士通株式会社 メッセージ表示方法、メッセージ表示装置、およびメッセージ表示プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0973315A (ja) * 1995-09-07 1997-03-18 Mitsubishi Electric Corp 設備故障診断装置
US20070168343A1 (en) * 2006-01-18 2007-07-19 Best Steven F Method and system for automatic identification and notification of relevant software defects
US20110219360A1 (en) * 2010-03-05 2011-09-08 Microsoft Corporation Software debugging recommendations
JP2016042339A (ja) * 2014-08-19 2016-03-31 富士通株式会社 メッセージ表示方法、メッセージ表示装置、およびメッセージ表示プログラム

Similar Documents

Publication Publication Date Title
US8572437B2 (en) Multi-platform test automation enhancement
CN109815147B (zh) 测试案例生成方法、装置、服务器和介质
US8875103B2 (en) Method of testing multiple language versions of a software system using one test script
US10713437B2 (en) Method and apparatus for identifying questionable line break characters in an application
US8311800B1 (en) Systems and methods for detecting incorrect translations of terms in a computing string
US20200285808A1 (en) Synonym dictionary creation apparatus, non-transitory computer-readable recording medium storing synonym dictionary creation program, and synonym dictionary creation method
US20190228315A1 (en) Auto-solution help desk advisor
CN110389941B (zh) 数据库校验方法、装置、设备及存储介质
CN111783460A (zh) 一种企业简称提取方法、装置、计算机设备及存储介质
CN112445775A (zh) 一种光刻机的故障分析方法、装置、设备和存储介质
CN111881094B (zh) 日志中关键信息提取方法、装置、终端及存储介质
JPWO2014097790A1 (ja) 要求間矛盾判定システム、要求間矛盾判定方法、および、要求間矛盾判定プログラム
US20240095289A1 (en) Data enrichment systems and methods for abbreviated domain name classification
WO2022172394A1 (ja) 分析装置、分析方法及び分析プログラム
US20080222149A1 (en) Collation Regression Testing
JP4431759B2 (ja) 未登録語自動抽出装置及びプログラム、並びに未登録語自動登録装置及びプログラム
CN115481031A (zh) 南向网关检测方法、装置、设备及介质
JP7211139B2 (ja) 校閲方法、情報処理装置および校閲プログラム
US20050203934A1 (en) Compression of logs of language data
CN110083807B (zh) 合同的修改影响自动预测方法、装置、介质及电子设备
CN110134435A (zh) 一种代码修复案例获取方法、装置、设备及存储介质
WO2023175954A1 (ja) 情報処理装置、情報処理方法、及びコンピュータ読み取り可能な記録媒体
WO2021149119A1 (ja) 推定システム及び推定プログラム
US10268674B2 (en) Linguistic intelligence using language validator
JP2011113298A (ja) 流用ソースコード解析システム及びプログラム並びに記録媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21925647

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21925647

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP