JP2019028958A - 設計書学習装置および設計書学習方法 - Google Patents
設計書学習装置および設計書学習方法 Download PDFInfo
- Publication number
- JP2019028958A JP2019028958A JP2017151263A JP2017151263A JP2019028958A JP 2019028958 A JP2019028958 A JP 2019028958A JP 2017151263 A JP2017151263 A JP 2017151263A JP 2017151263 A JP2017151263 A JP 2017151263A JP 2019028958 A JP2019028958 A JP 2019028958A
- Authority
- JP
- Japan
- Prior art keywords
- diagram
- design document
- algorithm
- design
- data
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Images
Landscapes
- Stored Programmes (AREA)
Abstract
Description
)やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置101、RAMなど揮発性記憶素子で構成されるメモリ103、記憶装置101に保持されるプログラム102をメモリ103に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうCPUなどの演算装置104、レビュアー等のユーザからのキー入力や音声入力を受け付ける入力装置105、処理データの表示を行うディスプレイ等の出力装置106、を備える。
−−−データ構造例−−−
続いて、本実施形態の設計書学習装置100が用いるテーブル類について説明する。図2に、本実施形態における設計書DB125の一例を示す。
設計文書学習方法を実行することで生成されるものである。なお、共起頻度の値が例えば2以上など、所定の基準以上の値について、太字で下線として強調表示している。強い共起関係にある単語のセットに該当する。
−−−フロー例−−−
この場合の設計書学習装置100におけるクラス図向けアルゴリズム110は、図5のフロー例2に示す処理を実行する。
ラス図のデータ600)において、“edge define”なる記述で規定されたエッジの定義
部分を参照し、当該定義において、オブジェクト(図6:“Stock Company”の場合、“alpha”、“beta”、“E”、“D”)の記載と、当該オブジェクトの間を接続するエッジの有向/無向の記載(例:“alpha”から“beta”に向かう間に関して、矢印形状“normal
”すなわち有向)とを読み取る(s200)。 このs200の処理は、上述のs100で複数特定した既存設計書のファイルそれぞれにおけるクラス図のデータ、すなわちdot形式のデータに関して同様に行うものとする。例えば、図8に例示する、設計書Bが含んでいるタイトル“Bank”なるクラス図のデータ700の場合、“alpha”、“beta”、
“gamma”、“delta”のオブジェクトの記載と、当該オブジェクトの間を接続するエッジの有向/無向の記載とを読み取ることとなる。
図、の各dot形式のデータから得た、オブジェクトと、オブジェクトの間を接続するエッジとに関する各情報に基づき、上述のクラス図それぞれにおける、オブジェクト間の継承関係の有無および強度に応じた共起性を判定する(s201)。
ジェクト“alpha”とオブジェクト“beta”の間は、有向エッジで直接結ばれた強い継承
関係で共起性は“2”と判定する。また、オブジェクト“E”とオブジェクト“D”の間は、エッジで結ばれておらず、またその他のオブジェクトおよび有向エッジの向きからオブジェクト“E”とオブジェクト“D”の間が経路として結ばれる可能性が無いため、継承関係は無く強度無しで共起性は“0”と判定する。一方、オブジェクト“alpha”とオブジ
ェクト“E”の間、および、オブジェクト“alpha”とオブジェクト“D”の間は、それぞ
れオブジェクト“beta”からの有向エッジを介して間接的ながら結ばれた弱い継承関係で共起性度は“1”と判定する。
は“2”と判定する。また、オブジェクト“beta”とオブジェクト“gamma”の間は、エ
ッジで結ばれておらず、またその他のオブジェクトおよび有向エッジの向きからオブジェクト“beta”とオブジェクト“gamma”の間が経路として結ばれる可能性が無いため、継
承関係は無く強度無しで共起性は“0”と判定する。一方、オブジェクト“alpha”とオ
ブジェクト“delta”の間は、オブジェクト“beta”やオブジェクト“gamma”からの有向エッジを介して間接的ながら結ばれた弱い継承関係であり、共起性は“1”と判定する。
るクラス図および“Bank”なるクラス図に含まれるオブジェクトである、“alpha”、“beta”、“D”、“E”、“gamma”、“delta”、を行列の各項目として定義したマトリク
スにおいて、各オブジェクトの共起性の値を合算して、図3で例示したごとき文脈ベクトルテーブル1261を生成する。
いことが判明した場合(s105:n)、設計書学習装置100は、処理をs107に遷移させる。
−−−その他の例−−−
分検出器)を適宜に採用すればよい。
これによれば、学習対象の設計書がイメージデータとしての図を含んでいる場合にも対応し、適宜な特徴量特定が可能となる。
101 記憶装置
102 プログラム
103 メモリ
104 演算装置
105 入力装置
106 出力装置
110 クラス図向けアルゴリズム
111 非クラス図向け(エッジ無)アルゴリズム
112 非クラス図向け(有向エッジ)アルゴリズム
113 非クラス図向け(無向エッジ)アルゴリズム
114 文書データ向けアルゴリズム
115 イメージデータ向けアルゴリズム
125 設計書DB
126 文脈ベクトルDB
1261 文脈ベクトルテーブル
Claims (8)
- 設計書ファイルと、特徴量抽出用の複数種類のアルゴリズムと、を格納した記憶装置と、
前記設計書ファイルに含まれる図のデータの所定属性を読取り、当該属性が、設計対象におけるオブジェクト間の関係性を表す構造図に関するものか、前記構造図とは別種の図に関するものかに応じ、当該図に対応するアルゴリズムを前記複数種類のアルゴリズム中から選択して、当該図のデータが含むテキストに基づく特徴量の特定処理を当該アルゴリズムにより実行する演算装置と、
を備えることを特徴とする設計書学習装置。 - 前記演算装置は、
前記属性が前記構造図に関するものである場合、当該図に関するアルゴリズムとして、前記構造図におけるオブジェクト間の継承関係の有無および強度に応じて、当該オブジェクトそれぞれが含むテキストデータ間での単語の共起性を判定するアルゴリズムを記憶装置より選択し、当該アルゴリズムにより当該図における特徴量を特定するものである、
ことを特徴とする請求項1に記載の設計書学習装置。 - 前記演算装置は、
前記属性が前記構造図とは別種の図に関するもので、かつ、当該図におけるオブジェクト間が有向エッジで結ばれたものである場合、当該図に関するアルゴリズムとして、当該図におけるオブジェクト間での有向エッジの向きに則した直接ないし間接の接続関係の有無に応じて、当該オブジェクトそれぞれが含むテキストデータ間での単語の共起性を判定するアルゴリズムを記憶装置より選択し、当該アルゴリズムにより当該図における特徴量を特定するものである、
ことを特徴とする請求項2に記載の設計書学習装置。 - 前記演算装置は、
前記属性が前記構造図とは別種の図に関するもので、かつ、当該図におけるオブジェクト間がエッジで結ばれていないものである場合、当該図に関するアルゴリズムとして、当該図におけるオブジェクトそれぞれが含むテキストデータ間での単語の共起性を判定するアルゴリズムを記憶装置より選択し、当該アルゴリズムにより当該図における特徴量を特定するものである、
ことを特徴とする請求項3に記載の設計書学習装置。 - 前記演算装置は、
前記属性が前記構造図とは別種の図に関するもので、かつ、当該図におけるオブジェクト間が無向エッジで結ばれたものである場合、当該図に関するアルゴリズムとして、当該図におけるオブジェクト間での無向エッジによる直接ないし間接の接続関係の有無に応じて、当該オブジェクトそれぞれが含むテキストデータ間での単語の共起性を判定するアルゴリズムを記憶装置より選択し、当該アルゴリズムにより当該図における特徴量を特定するものである、
ことを特徴とする請求項3に記載の設計書学習装置。 - 前記演算装置は、
前記設計書ファイルに含まれる文書データが含むテキストに基づく特徴量の特定処理を文書データ向けのアルゴリズムにより実行し、当該文書データに関して特定した特徴量と、当該設計書ファイルが含む前記図に関して特定した特徴量とをあわせて、当該設計書ファイルに関する特徴量として特定する処理を更に実行するものである、
ことを特徴とする請求項1に記載の設計書学習装置。 - 前記演算装置は、
前記設計書ファイルに含まれる図のデータがイメージデータである場合、前記アルゴリズムの選択に際し、当該イメージデータに対する所定の文字認識処理および線分検出処理を実行して、当該イメージデータが含むオブジェクトと当該オブジェクトに記載されているテキストデータとを特定し、前記特定したオブジェクトおよびテキストデータに基づいて、当該図が前記構造図か前記別種の図かを判定して、当該判定の結果に応じ、当該図に対応するアルゴリズムを前記複数種類のアルゴリズム中から選択するものである、
ことを特徴とする請求項1に記載の設計書学習装置。 - 設計書ファイルと、特徴量抽出用の複数種類のアルゴリズムと、を格納した記憶装置を備える情報処理装置が、
前記設計書ファイルに含まれる図のデータの所定属性を読取り、当該属性が、設計対象におけるオブジェクト間の関係性を表す構造図に関するものか、前記構造図とは別種の図に関するものかに応じ、当該図に対応するアルゴリズムを前記複数種類のアルゴリズム中から選択して、当該図のデータが含むテキストに基づく特徴量の特定処理を当該アルゴリズムにより実行する、
ことを特徴とする設計書学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017151263A JP6960270B2 (ja) | 2017-08-04 | 2017-08-04 | 設計書学習装置および設計書学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017151263A JP6960270B2 (ja) | 2017-08-04 | 2017-08-04 | 設計書学習装置および設計書学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019028958A true JP2019028958A (ja) | 2019-02-21 |
JP6960270B2 JP6960270B2 (ja) | 2021-11-05 |
Family
ID=65478481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017151263A Active JP6960270B2 (ja) | 2017-08-04 | 2017-08-04 | 設計書学習装置および設計書学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6960270B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114572A (ja) * | 1993-10-18 | 1995-05-02 | Sharp Corp | 文書分類装置 |
JP2005149527A (ja) * | 2004-12-27 | 2005-06-09 | Toshiba Corp | 顔認証装置および顔認証方法 |
JP2008059367A (ja) * | 2006-08-31 | 2008-03-13 | Fujitsu Ltd | システムデータ構造管理プログラム、システムデータ構造管理装置、およびシステムデータ構造管理方法 |
JP2008186356A (ja) * | 2007-01-31 | 2008-08-14 | Hitachi Information Systems Ltd | ドキュメントの整合性検査支援システムおよび方法、ならびにそのプログラム |
JP2011248596A (ja) * | 2010-05-26 | 2011-12-08 | Hitachi Ltd | 画像入り文書の検索システム及び検索方法 |
-
2017
- 2017-08-04 JP JP2017151263A patent/JP6960270B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114572A (ja) * | 1993-10-18 | 1995-05-02 | Sharp Corp | 文書分類装置 |
JP2005149527A (ja) * | 2004-12-27 | 2005-06-09 | Toshiba Corp | 顔認証装置および顔認証方法 |
JP2008059367A (ja) * | 2006-08-31 | 2008-03-13 | Fujitsu Ltd | システムデータ構造管理プログラム、システムデータ構造管理装置、およびシステムデータ構造管理方法 |
JP2008186356A (ja) * | 2007-01-31 | 2008-08-14 | Hitachi Information Systems Ltd | ドキュメントの整合性検査支援システムおよび方法、ならびにそのプログラム |
JP2011248596A (ja) * | 2010-05-26 | 2011-12-08 | Hitachi Ltd | 画像入り文書の検索システム及び検索方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6960270B2 (ja) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11348352B2 (en) | Contract lifecycle management | |
US10789429B2 (en) | Visualizing comment sentiment | |
US20200073784A1 (en) | Time-weighted risky code prediction | |
JP2020522790A (ja) | 異種にプログラムされたデータ処理システムの自動依存性アナライザ | |
US10019535B1 (en) | Template-free extraction of data from documents | |
US10380263B2 (en) | Translation synthesizer for analysis, amplification and remediation of linguistic data across a translation supply chain | |
CN111324716A (zh) | 指标数据获取方法、装置、计算机设备和存储介质 | |
CN111651552B (zh) | 结构化信息确定方法、装置和电子设备 | |
WO2014064803A1 (ja) | 文書処理プログラム、文書処理装置、文書処理システム、文書処理方法 | |
US11093223B2 (en) | Automatically converting a program written in a procedural programming language into a dataflow graph and related systems and methods | |
Petukhova et al. | TextCL: A Python package for NLP preprocessing tasks | |
US7991727B2 (en) | Mechanism to abstract fact types from a rule engine | |
Malhotra et al. | Analyzing and evaluating security features in software requirements | |
JP2008117066A (ja) | ソフトウェア開発支援方法、ソフトウェア開発支援装置、ソフトウェア開発支援プログラム、及び計算機システム | |
JP6960270B2 (ja) | 設計書学習装置および設計書学習方法 | |
CN114115878A (zh) | 一种工作流节点推荐方法及装置 | |
JP5900486B2 (ja) | 関連仕様対応付けシステム、関連仕様対応付け方法およびプログラム | |
JP6347751B2 (ja) | シミュレーションモデル生成支援方法およびシミュレーションモデルシステム | |
JP2016126721A (ja) | プログラム生成装置、及び、プログラム生成方法 | |
WO2023162129A1 (ja) | 学習用データ生成装置、リスク検知装置、学習用データ生成方法、リスク検知方法、学習用データ生成プログラム及びリスク検知プログラム | |
US20240119387A1 (en) | Computer-readable recording medium having stored therein machine learning program, machine learning method, and information processing apparatus | |
WO2024047997A1 (ja) | 文書分析装置、及び文書分析用プログラム | |
WO2022049693A1 (ja) | プログラム作成装置および方法 | |
JP4663526B2 (ja) | 帳票作成支援装置、帳票作成支援方法、および帳票作成支援プログラム | |
KR20240064451A (ko) | 기계 학습 모델의 학습 데이터 품질 향상을 위한 특징 공학 파이프라인 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210330 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210510 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211011 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6960270 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |