李智-需求分析流程自动化从NLP到软件规格说明.pdf

1、需求分析流程自动化：从NLP到软件规格说明李智|教育区块链与智能技术教育部重点实验室广西师范大学演讲嘉宾李智博士/教授/博导,广西师范大学独秀学者中国计算机学会(CCF)杰出会员、软件工程专委会首届常务委员、系统软件、形式化方法及服务计算专委委员.IEEE/ACM高级会员.担任SCI期刊专家系统:知识工程副主编.主要研究方向包括人机物融合系统建模、非功能需求抽取、生成、验证及工具支持、智能化需求工程及人机交互等.获得国家自然科学基金项目3项、省部级项目6项，发表学术论文70余篇(含CCF推荐A类期刊论文5篇,3次获得国际学术会议最佳论文奖),做学术会议邀请报告20余次(含大会特邀主旨报告2次、

2、中国计算机大会CNCC技术论坛主席及讲者2次)。目 录CONTENTS1.背景2.需求文档预处理3.信息抽取及需求分类4.需求文档自动生成问题图5.需求模型至软件规格的转换背景PART 01研究背景-现状软件运行的环境变得更加开放，利益相关者的需求也在不停变化。需求来自不同的利益相关者，他们有不同的需求、角色和责任，因此容易发生冲突，包括干扰、相互依赖和不一致。此外，需求通常是由自然语言表示，存在歧义和不完整性等问题。这些因素使得需求工程任务具有复杂性、耗时且容易出错。对于需求分析流程的自动化就更为必要。需求建模是一种常用的技术，用于处理和解决需求复杂性问题。智能楼宇系统拓扑图需求文档列表研究

3、背景-问题框架问题框架(PF,Problem Frames)方法是由软件工程著名学者Michael Jackson 提出的一种结构化需求分析方法。PF强调需求最初来源是问题拥有者(problem owner)，是否真正满足(例如项目验收)必须在现实世界场景中进行观察及测试，而不能仅观察和测试软件与外部环境的接口进行项目验收。因此，需求工程核心任务是对软件上下文(现实世界)进行刻画描述和建模。该方法是在上下文图(context diagram)的基础上增加和定位用户需求的描述，成为问题图。无人机控制系统上下文图无人机控制问题图增加和定位需求概念介绍-问题框架理论问题框架（Problem Fram

4、es）是一种用于需求分析和系统设计的方法论。它提供了一种结构化的方式来描述和分析复杂系统中的问题和需求。下面通过一个经典问题图了解问题框架如何描述信息物理融合系统的需求。需求文档预处理及信息抽取PART 02NLP4RE自然语言处理（NLP）被广泛应用于支持不同的需求工程（RE）任务的自动化。大多数提出的方法都从NLP基础任务（embedding,pos,dependency.e.g）出发，分析需求语句，提取它们的语言信息，并将它们转换为易于处理的形式，例如句法树、依赖树、特征列表、向量表示。这些基于NLP的转换结果通常在后期被用作机器学习技术或基于规则的方法的输入,最终用于解决需求工程的各种

5、任务。需求概念动建模只有2%需求文档预处理-分词分词是中文文本处理的首要步骤，它将连续的字序列按照一定的规范重新组合成词序列的过程，例如，句子“我爱北京天安门”可以分词为“我/爱/北京/天安门”。分词方法包括基于规则的方法、基于统计的方法和基于机器学习的方法。基于规则的方法依赖于词典和一定的规则，而基于统计的方法则通过分析大量文本数据来学习词汇之间的关联性。需求文档预处理-去除停用词停用词是指在文本处理中被认为没有实际意义的词汇，如“的”、“是”等。去除这些词可以减少后续处理的复杂度。去除停用词可以通过编写正则表达式或者使用现成的停用词库来实现。需求文档预处理-词干提取与词形还原词干提取（St

6、emming）是去除单词的后缀，还原到基本形式的过程，如“running”变为“run”。词形还原（Lemmatization）则是将单词还原到词典中的形式，它比词干提取更精细，因为它考虑了词的词源。需求文档预处理-词性标注词性标注是为文本中的每个词标注词性，如名词、动词、形容词等。词性标注有助于理解句子结构和语义，对于后续的文本分析和信息抽取非常重要。信息抽取-实体识别实体是指文本中具有特定意义的名词或名词短语，如人名、地名、组织名等。可以利用正则表达式或预定义的词典库进行实体识别。信息抽取-关系抽取关系抽取是为了识别文本中实体对之间的语义关系，如“位于”、“属于”等。抽取方法包括基于特征的