增强类图动态特性：基于 ChatGPT 的自然语言方法
软件工程
2024-06-18 v1
摘要
将人工智能集成到软件工程中可以通过提升效率、准确性和创新性来改变传统实践方式。本研究探索了利用 ChatGPT——一种先进的人工智能语言模型——动态增强 UML 类图的方法，这一领域尚未得到充分探索。传统上，创建和维护类图都是手动、耗时且容易出错的过程。该研究利用自然语言处理技术自动从详细的用例表中提取方法和交互，并将其集成到类图中。方法论包括以下步骤：（1）由硕士生学生为“垃圾回收平台”开发详细的自然语言用例表，（2）基于这些表创建初始静态类图，（3）通过 ChatGPT 集成迭代丰富类图，以分析用例并建议方法，（4）审阅并纳入这些方法至类图中，（5）动态更新 PlantUML 类图，随后进行评估与优化。研究结果表明，AI 驱动的方法显著提高了类图的准确性和完整性。此外，动态增强与敏捷开发实践相得益彰，促进了快速迭代和持续改进。关键贡献包括展示了将 AI 集成到软件建模任务中的可行性与优势，提供了系统行为和交互的全面表征，并凸显了 AI 在现有软件工程流程中优化潜力。未来研究应针对已识别的局限性进行探索，并拓展 AI 在其他软件模型中的应用。
引用
@article{arxiv.2406.11002,
title = {Enhancing Class Diagram Dynamics: A Natural Language Approach with ChatGPT},
author = {Djaber Rouabhia and Ismail Hadjadj},
journal= {arXiv preprint arXiv:2406.11002},
year = {2024}
}