自然语言需求中的异味自动检测与推荐
软件工程
2023-11-28 v2
摘要
需求规格说明通常用自然语言（NL）书写，因其在多领域的可用性及所有干系人的可理解性。然而，非结构化 NL 在书写需求时易出现质量问题（如歧义），可导致项目失败。为解决此问题，我们提出一个名为 Paska 的工具，其以任意 NL 需求为输入，自动检测需求中的质量问题作为异味，并提供改进其质量的建议。我们的方法依赖自然语言处理（NLP）技术与用于需求的最先进受控自然语言（CNL）（Rimay），利用 Rimay 中定义的模式检测异味并建议推荐以改进需求质量。我们通过金融领域的工业案例研究评估了 Paska，涉及 13 个系统与 2725 条标注需求。结果显示我们的工具在检测异味（89% 准确率与召回率）和建议合适的 Rimay 模式推荐（96% 准确率与 94% 召回率）方面是准确的。
引用
@article{arxiv.2305.07097,
title = {Automated Smell Detection and Recommendation in Natural Language Requirements},
author = {Alvaro Veizaga and Seung Yeob Shin and Lionel C. Briand},
journal= {arXiv preprint arXiv:2305.07097},
year = {2023}
}