概要: ソフトウェア開発において，アプリケーションレビューは開発者にとって豊富な情報源である．しかし，レビューは膨大な数が投稿されており，無意味なレビューも多い．これらの情報を開発者が効率よく取得するために，自然言語処理と機械学習を用いてレビューを自動分類する手法が数多く報告されている．これらの手法では主に教師あり学習を用いるため，大量のレビューを目視で確認し，バグ報告や機能要求といったラベルを付与することで教師データを生成する必要がある．またレビューとは別に，エンドユーザが情報を共有する場としてフォーラムがある．特にゲームの分野で盛んな文化で，フォーラムに投稿される各トピックはバグ報告や機能要求などのカテゴリーに分類されている．本研究では，すでにカテゴライズされたフォーラムのトピックを教師データとして用いることで，教師データを用意するコストを削減したレビューの分類手法を提案する．実験では，分類精度は既存手法には劣るものの，提案手法は十分な精度でレビューを分類できることを示した．

@inproceedings{市川直人2022,
  author = {市川 直人 and 柗本 真佑 and 楠本 真二},
  title = {フォーラムを教師データとしたアプリケーションレビュー分類手法の提案},
  booktitle = {電子情報通信学会技術研究報告},
  volume = {121},
  number = {318},
  pages = {007--012},
  year = {2022},
  month = {jan}
}