ソフトウェアの不具合予測は，ソフトウェアに潜む不具合を予測することで効率的なレビューやテ ストを可能にしようとするソフトウェア品質保証活動の 1 つである.従来の多くのソフトウェアの不具 合予測では，ソースコード分析による不具合予測を行っているが，粒度が粗くまた不具合予測の結果の フィードバックが遅い.この問題を解決するために，ソフトウェアの変更がコミットされたときに，その 変更によって不具合が起きるかどうかを予測する手法が提案され，近年注目を集めている.ソフトウェア の変更コミットの不具合予測に関する既存研究では，その変更に対するメトリクス(たとえば，修正され たファイル数，追加されたコード行数など)を計算した後に機械学習や深層学習を適用している.それに 対して，本研究では，変更のソースコード片のみに対して深層学習を適用することで不具合を予測する手 法，Word-Convolutional Neural Network(W-CNN)を提案する.我々は，評価実験によって，変更ソー スコード片に対する深層学習を用いた不具合予測が可能であること，さらに，提案手法 W-CNN は先行研 究に比べて，学習の時間はかかるものの，不具合予測の精度が優れており，予測時間が短いことを示す.