【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及軟件工程，特別涉及一種自然語(yǔ)言需求模糊特征的檢測(cè)方法和系統(tǒng)。
技術(shù)介紹
1、在競(jìng)爭(zhēng)激烈的商用飛機(jī)等復(fù)雜系統(tǒng)領(lǐng)域，以需求為驅(qū)動(dòng)的系統(tǒng)工程是型號(hào)研制順利和取得優(yōu)秀商業(yè)成績(jī)的重要依仗。系統(tǒng)需求定義的質(zhì)量直接關(guān)系到系統(tǒng)工程后續(xù)過(guò)程的質(zhì)量，而實(shí)際工程中普遍存在的需求撰寫模糊和需求可用性低是從業(yè)者面臨的一大難題。
2、目前，人工撰寫的自然語(yǔ)言表述需求條目存在大量模糊特征，如不符合通行規(guī)范的撰寫格式，未做解釋的名詞代詞和無(wú)法驗(yàn)證的形容詞副詞等，容易造成理解歧義和需求驗(yàn)證困難。同時(shí)，商業(yè)部門和領(lǐng)域?qū)＜胰鄙僖?guī)范化需求撰寫的意識(shí)，需求管理軟件也缺少適用于復(fù)雜系統(tǒng)的需求模糊檢測(cè)功能，問(wèn)題亟待解決。此外，大語(yǔ)言模型在垂直領(lǐng)域的應(yīng)用實(shí)踐正在蓬勃發(fā)展，基于既有領(lǐng)域知識(shí)的大模型應(yīng)用模式和軟件工程領(lǐng)域的相關(guān)實(shí)踐經(jīng)驗(yàn)有望在系統(tǒng)工程方法中發(fā)揮重要作用。
3、針對(duì)自然語(yǔ)言需求模糊特征的檢測(cè)方法目前多采用啟發(fā)式算法、詞性標(biāo)記分析、訓(xùn)練文本分類器等方式進(jìn)行檢測(cè)。例如，主要使用統(tǒng)計(jì)和語(yǔ)言形態(tài)方面的啟發(fā)式算法，可以判斷連詞的造成的語(yǔ)義模糊，其方法有啟發(fā)性，但局限于特定的英文句法模式，適用性不強(qiáng)；增加了nlp預(yù)處理和有害性分類器，增加判斷了比喻歧義的情況，但適用場(chǎng)景仍十分有限；使用預(yù)定義的正則表達(dá)式進(jìn)行需求分析，適用于英文和德文文本；通過(guò)訓(xùn)練文本分類器的方式辨別自然語(yǔ)言需求的可用性，可以識(shí)別語(yǔ)篇；使用詞性標(biāo)記的方法對(duì)無(wú)法進(jìn)行需求驗(yàn)證的形容詞副詞進(jìn)行檢測(cè)。
4、綜上，現(xiàn)有的自然語(yǔ)言需求模糊特征檢測(cè)方法研究局限于傳統(tǒng)nlp方法，無(wú)
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)第一方面提供了一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，以解決
技術(shù)介紹
部分提出的技術(shù)問(wèn)題。該方法包括：
2、模糊檢測(cè)提示詞生成器根據(jù)需求文本、需求引用和需求依賴關(guān)系生成提示詞，其中，所述需求引用和所述需求依賴關(guān)系從需求元模型的實(shí)例獲取，所述需求文本包括多種自然語(yǔ)言需求模糊特征；
3、所述模糊檢測(cè)提示詞生成器根據(jù)生成的所述提示詞與大語(yǔ)言模型進(jìn)行交互，交互次數(shù)與所述提示詞的數(shù)量相同，所述大語(yǔ)言模型輸出json格式的輸出數(shù)據(jù)；
4、輸出解析器對(duì)所述大語(yǔ)言模型的所述輸出數(shù)據(jù)進(jìn)行自然語(yǔ)言需求模糊特征檢測(cè)，獲得檢測(cè)結(jié)果，所述檢測(cè)結(jié)果包括與所述需求文本對(duì)應(yīng)的存在問(wèn)題、判斷理由和問(wèn)題文本。
5、進(jìn)一步的，所述需求元模型使用需求條目作為元素，每個(gè)所述需求條目均存儲(chǔ)有需求文本、需求id，并記錄需求引用關(guān)系和需求追溯關(guān)系。
6、進(jìn)一步的，所述大語(yǔ)言模型使用rascef框架作為提示詞模板，所述模糊檢測(cè)提示詞生成器基于所述rascef框架生成所述提示詞。
7、進(jìn)一步的，所述rascef框架包括角色、動(dòng)作、范圍、約束、期望和反饋。
8、進(jìn)一步的，所述需求文本包括多種自然語(yǔ)言需求模糊特征，所述多種自然語(yǔ)言需求模糊特征包括與需求撰寫語(yǔ)言相關(guān)的模糊特征，和，與需求撰寫語(yǔ)言無(wú)關(guān)的模糊特征；所述多種自然語(yǔ)言需求模糊特征分別與多個(gè)所述提示詞一一對(duì)應(yīng)。
9、進(jìn)一步的，所述輸出解析器對(duì)所述輸出數(shù)據(jù)進(jìn)行解析獲得所述檢測(cè)結(jié)果后，將所述檢測(cè)結(jié)果存儲(chǔ)于關(guān)系數(shù)據(jù)庫(kù)中，并將所述檢測(cè)結(jié)果與所述需求元模型的實(shí)例相關(guān)聯(lián)；根據(jù)存儲(chǔ)于所述關(guān)系數(shù)據(jù)庫(kù)中的所述檢測(cè)結(jié)果，對(duì)所述需求元模型的實(shí)例進(jìn)行調(diào)整。
10、本專利技術(shù)第二方面提出了一種自然語(yǔ)言需求模糊特征的檢測(cè)系統(tǒng)，以解決
技術(shù)介紹
部分提出的技術(shù)問(wèn)題。該系統(tǒng)包括：
11、提示詞生成模塊，用于模糊檢測(cè)提示詞生成器根據(jù)需求文本、需求引用和需求依賴關(guān)系生成提示詞，其中，所述需求引用和所述需求依賴關(guān)系從需求元模型的實(shí)例獲取；
12、大語(yǔ)言模型交互模塊，用于所述模糊檢測(cè)提示詞生成器根據(jù)生成的所述提示詞與大語(yǔ)言模型進(jìn)行交互，交互次數(shù)與所述提示詞的數(shù)量相同，所述大語(yǔ)言模型輸出json格式的輸出數(shù)據(jù)；
13、模糊特征檢測(cè)模塊，用于輸出解析器對(duì)所述大語(yǔ)言模型的所述輸出數(shù)據(jù)進(jìn)行自然語(yǔ)言需求模糊特征檢測(cè)，獲得檢測(cè)結(jié)果，所述檢測(cè)結(jié)果包括與所述需求文本對(duì)應(yīng)的存在問(wèn)題、判斷理由和問(wèn)題文本。
14、與現(xiàn)有技術(shù)相比，本說(shuō)明書(shū)實(shí)施例采用的上述至少一個(gè)技術(shù)方案能夠達(dá)到的有益效果至少包括：本專利技術(shù)提供一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，通過(guò)提出多種自然語(yǔ)言需求模糊特征、適用于復(fù)雜系統(tǒng)的自然語(yǔ)言需求元模型和自適應(yīng)的大語(yǔ)言模型提示詞生成器，用于檢測(cè)自然語(yǔ)言需求的模糊特征，提高了特征檢測(cè)的準(zhǔn)確率和召回率。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，包括：
3.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，
5.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，
6.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，所述方法還包括：
7.一種自然語(yǔ)言需求模糊特征的檢測(cè)系統(tǒng)，其特征在于，包括：
【技術(shù)特征摘要】
1.一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，包括：
3.根據(jù)權(quán)利要求1所述的一種自然語(yǔ)言需求模糊特征的檢測(cè)方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的一種自然語(yǔ)言需...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊溢龍，王添逸，游令非，高星海，
申請(qǐng)(專利權(quán))人：北京航空航天大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。