一种软件需求依赖关系自动提取方法

• 作者: 关慧 刘萍萍 盛靖媛
• 来源期刊: 物联网技术
• 关键词: 需求依赖 机器学习 深度学习 命名实体识别 实体关系提取 自然语言处理
• 年，卷（期）: 2022,（7）
• 所属期刊栏目: 学术研究-智能处理与应用
• 页码范围: 130-133
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.07.040

摘要

软件需求依赖关系提取是众多需求工程问题中的关键问题之一。以往的研究表明，需求依赖提取是由需求工程师根据专家的判断进行的，这不仅需要专业的需求知识，而且会消耗大量的人力。随着深度学习技术的兴起，依赖关系提取的研究也从基于规则的方法向基于深度学习方法转变，一些研究人员开始使用深度学习技术来解决人工识别需求依赖关系所存在的问题。因此，基于深度学习技术，提出了一种系统的需求依赖提取方法。该方法通过构建实体识别模型BiLSTM-CRF和实体关系提取模型Word2Vec-CNN提取需求实体关系，然后根据需求实体关系提取需求语句的依赖关系；同时系统地评估了该方法，并与其他实验方法进行了比较。实验证明，该方法能够高效、高质量地识别需求依赖关系。