概要: ソースコード解析の研究において，``ソースコードは自然言語と同様の特徴を持つ．そのため自然言語処理手法はソースコードに対しても有用であるという，自然さ仮説が提唱されている．この仮説をもとに，ソースコードに対して自然言語処理手法を適用した研究が近年数多く行われている．その中でも言語モデルを用いたソースコードの自然さ解析は，コード補完やバグ検出で成果が報告されている．自然さとはソースコードがどの程度自然かを数値で表した指標であり，言語モデルを用いて計算される．多くのプロジェクトに存在するソースコードや出現頻度の高いソースコードほど，自然さが高くなる傾向がある．本研究では自然さを用いてソースコードを定量的に評価する手法を提案する．また，本研究ではリファクタリング支援に対する提案手法の活用を検討した．まず，リファクタリングによってソースコードの自然さがどのように変化しているか，オープンソースソフトウェアであるJUnitのソースコードに対して実際に行われたリファクタリングを対象に調査を行った．その結果，28個中19個のリファクタリングにおいて自然さが向上していたことを確認した．次に，自然さがリファクタリングすべき箇所の抽出に有用かを検証した．その結果，自然さを用いることで用いない場合に比べて40%効率的に抽出することができ，自然さがリファクタリングすべき箇所の抽出に有用であることを示した．

@mastersthesis{有馬諒2019,
  author = {有馬 諒},
  title = {自然さを用いたソースコードの定量的評価},
  school = {大阪大学},
  year = {2019}
}