面向从应用评论中提取伦理关切相关软件需求的路径
软件工程
2024-07-22 v1
摘要
随着移动应用程序越来越融入我们的日常生活，伦理关切也急剧增加。用户在应用评论中分享他们的经历、报告错误并请求新功能，常常强调安全、隐私和问责等关切。过去的研究已使用机器学习技术来识别这些伦理关切。然而，理解其背后的原因并提取可能解决这些关切的软件需求对于更安全的软件解决方案开发至关重要。因此，我们提出了一种新方法，利用知识图谱(KG)模型从应用评论中提取软件需求，捕捉与伦理关切相关的上下文数据。我们的框架包括三个主要组成部分：开发具有相关实体和关系的本体、从应用评论中提取关键实体，以及在它们之间创建连接。该研究分析了Uber移动应用程序(一款流行的出租车/乘车应用)的应用评论，并呈现了所提出方案的初步结果。初始结果表明，KG能够有效捕捉与软件伦理关切相关的上下文数据、这些关切的背后原因以及相应的潜在需求。
引用
@article{arxiv.2407.14023,
title = {Towards Extracting Ethical Concerns-related Software Requirements from App Reviews},
author = {Aakash Sorathiya and Gouri Ginde},
journal= {arXiv preprint arXiv:2407.14023},
year = {2024}
}