面向软件需求对冲突与重复检测的迁移学习
软件工程
2024-07-31 v2 机器学习
摘要
软件需求的一致且整体化表达对软件项目的成功至关重要。在本研究中，我们旨在通过自动识别冲突与重复的软件需求规约来提升软件开发过程的效率。我们将冲突与重复检测问题建模为需求对分类任务。我们设计了一种新颖的基于transformers的架构SR-BERT，其结合了Sentence-BERT与双编码器（Bi-encoders）用于冲突与重复识别任务。此外，我们对预训练transformer模型施加了监督多阶段微调。我们利用四个不同数据集测试了多种迁移模型的性能。我们发现，经序列训练与微调的transformer模型在各数据集上表现良好，其中SR-BERT在较大数据集上取得了最佳性能。我们还探究了冲突检测模型的跨域性能，并采用基于规则的过滤方法来验证模型分类。我们的分析表明，句子对分类方法及所提出的基于transformer的自然语言处理策略可显著助力冲突与重复检测的自动化。
引用
@article{arxiv.2301.03709,
title = {Transfer learning for conflict and duplicate detection in software requirement pairs},
author = {Garima Malik and Savas Yildirim and Mucahit Cevik and Ayse Bener and Devang Parikh},
journal= {arXiv preprint arXiv:2301.03709},
year = {2024}
}