@techreport{oai:ipsj.ixsq.nii.ac.jp:02000566,
 author = {山村,慎太郎 and 大平,雅雄 and 木村,祐太},
 issue = {10},
 month = {Feb},
 note = {ソフトウェア開発において，コミットメッセージはコードの変更履歴を理解し保守性を高めるための重要な文書である．特に，変更内容と変更理由の両方が含まれているコミットメッセージは，開発者の保守作業を効率化し，欠陥発生を抑制することが報告されている．しかし，開発者の時間や動機の不足により，これらの情報が十分に記述されていないコミットメッセージが多く存在する．この課題を解決するため，変更差分からコミットメッセージを自動生成する研究がおこなわれている．ただし，生成されるコミットメッセージの品質向上のためには，変更内容と変更理由を両方含む高品質なコミットメッセージを学習データとして収集する必要がある．本研究では，既存のコミットメッセージから，変更内容と変更理由の両方を含む高品質なコミットメッセージを収集する手法を提案する．具体的には，大規模言語モデルを用いたプロンプトの最適化により，特に適合率を重視した収集の実現を目指す．評価実験の結果，変更内容の識別で0.981，変更理由の識別で0.924という高い適合率を達成し，これらを組み合わせることで両方を含むメッセージを0.971の適合率で収集することが可能となった．},
 title = {高品質なコミットメッセージの自動生成に向けたデータ収集手法の構築},
 year = {2025}
}