利用循环神经网络自动化评估软件需求质量
软件工程
2021-05-14 v2
摘要
由于软件需求以自然语言书写，许多与需求质量相关的问题在获取与规约活动中出现。语言的灵活性与固有特性使需求容易出现不一致、冗余和歧义，进而对软件生命周期的后续阶段产生负面影响。为解决此问题，本文提出一种结合自然语言处理技术与循环神经网络（recurrent neural networks）的创新方法，以自动评估软件需求的质量。首先，分析了IEEE 29148:2018标准中定义的单一性、完整性、正确性和适当性等质量属性。所提出的神经模型使用由1000条软件需求组成的数据集进行训练。该方案提供了75%的平均准确率。这些有前景的结果促使我们探索其在其他质量属性评估中的应用。
引用
@article{arxiv.2105.04757,
title = {Recurrent Neural Networks to automate Quality assessment of Software Requirements},
author = {María Guadalupe Gramajo and Luciana Ballejos and Mariel Ale},
journal= {arXiv preprint arXiv:2105.04757},
year = {2021}
}
备注
19 pages, 7 figures