基于ChatGPT的场景自动化用例组件提取分析
软件工程
2024-08-08 v1
摘要
移动应用（app）在开发的早期阶段通常由少量开发者在资源有限的条件下开发。在此背景下，许多需求获取活动（如访谈）具有挑战性，或优先级低于开发和发布活动。此外，在这一早期阶段，需求随着移动应用为在市场中竞争而不断演进而频繁变化。然而，随着应用开发公司转向标准化其开发流程，它们将转向记录和分析需求。用户编写的描述其与应用交互方式的场景是部署后需求获取的低成本来源之一。我们提出了一种使用大语言模型（LLMs）从用户编写的场景中提取用例组件的方法。该方法由一系列提示组成，旨在提高在50个独立标注了用例组件的真值数据集上的精确率和召回率。结果表明，LLMs需要额外的领域知识来提取用例组件，而通过包含这些知识来优化提示可以提升提取的用例组件的质量。
引用
@article{arxiv.2408.03395,
title = {An Analysis of Automated Use Case Component Extraction from Scenarios using ChatGPT},
author = {Pragyan KC and Rocky Slavin and Sepideh Ghanavati and Travis Breaux and Mitra Bokaei Hosseini},
journal= {arXiv preprint arXiv:2408.03395},
year = {2024}
}