ソフトウェアの普及に伴い，システム運用における属人化の排除や効率化のためInfrastructure as Code（以下IaC）が利用されている．IaCに不具合が含まれる場合，顧客データの紛失や経済的な損失など深刻な問題を引き起こす可能性が高い．本研究では，Ansibleの不具合修正コミットに着目し，コミットメッセージなどに含まれる自然言語情報のベクトル化手法により不具合修正コミットを予測できるか調査した．また，それらのコミットを分類し，分類したカテゴリをどの程度で予測できるかについて調査した．BOWを用いる場合，不具合修正コミットの分類精度がAUCで0.869，F1-scoreが0.782であり，カテゴリの分類精度がAUCで0.665，F1-scoreが0.313となった．