QuRE：一个新型工业需求质量数据集的描述与比较分析
软件工程
2025-08-13 v1
摘要
需求质量是软件与系统工程成功的关键。关于自然语言需求中质量缺陷的实证研究高度依赖数据集，理想情况下应尽可能真实且具有代表性。然而，此类数据集往往难以获取、规模较小或缺乏足够的细节。本文介绍了 QuRE（需求质量），一个包含 2,111 条工业需求的新数据集，这些需求已通过真实的评审过程进行了标注。该数据集此前作为一份工业合同的一部分已使用超过五年，现向研究社区发布。在本工作中，我们还提供了该数据集的描述性统计，包括词汇多样性和可读性等指标，并将其与现有的需求数据集及合成生成的需求进行了比较。与合成数据集相比，QuRE 在语言特征上与现有数据集相似。然而，该数据集附带了详细的上下文描述，且其标签是在近十年的工业背景下系统且广泛地创建和使用的。我们的目标是通过支持建立需求质量数据集的通用黄金标准，来促进透明度、可比性和实证严谨性。这反过来将推动该领域更可靠、更具协作性的研究工作。
引用
@article{arxiv.2508.08868,
title = {Description and Comparative Analysis of QuRE: A New Industrial Requirements Quality Dataset},
author = {Henning Femmer and Frank Houdek and Max Unterbusch and Andreas Vogelsang},
journal= {arXiv preprint arXiv:2508.08868},
year = {2025}
}