This is because this task becomes a time-consuming and labor-intensive task in the system analysis and design phase, when manually working on a large number of textual software requirements. Therefore, this work aims to present a method for automatically extracting scenarios from textual software requirements written in English, where a scenario is a story of actions of each user (called actor) in software.
หลักการและเหตุผล
โดยการเปรียบเทียบโครงสร้างประโยคในเอกสารข้อกำหนดซอฟต์แวร์ [14] จะเห็นได้ว่าประธานมักจะหมายถึงนักแสดงเสมอ ในขณะที่การกระทำ การกระทำของประธานจะอธิบายด้วยคำกริยาหรือกริยาวลี ดังนั้นจึงสามารถแสดงตัวอย่าง Actor และ Action ใน Requirement Statement ได้ดังรูป เป็นไปได้ที่จะแยกการกระทำของนักแสดงแต่ละคนออกจากเอกสารข้อความที่แสดงข้อกำหนดของซอฟต์แวร์
วัตถุประสงค์ของการวิจัย
ขอบเขตของงานวิจัย
ความส าคัญของงานวิจัย
นิยามศัพท์เฉพาะ
แบบจ าลองกระบวนการของซอฟต์แวร์
ซีนาริโอ
ความหมายของซีนาริโอ
รูปแบบการน าเสนอซีนาริโอจากความต้องการซอฟต์แวร์
ภาษาและโครงสร้างประโยคของเอกสารข้อความที่แสดงความต้องการซอฟต์แวร์
เทคนิคการประมวลผลภาษาธรรมชาติ
- POS Tagging
- แบบจ าลองมาร์คอฟและเอ็นแกรม
- แบบจ าลองมาร์คอฟซ่อนเร้น
- การแจกแจงรูปประโยค
- การลดรูปค า
ฉันต้องการใช้จ่ายไม่เกินเจ็ดเหรียญ ฉันต้องการเดินทางไม่เกินสามช่วงตึก จากตัวอย่างเดียวกัน หากเราหาความน่าจะเป็นที่คำว่า "ได้โปรด" เกิดขึ้นหลังประโยค "ฉันอยากกินอาหารจีน" เราก็สามารถคำนวณหาความน่าจะเป็นได้โดยใช้
การแทนองค์ความรู้
การประเมินประสิทธิภาพ
ค่าความแม่นย า
ค่าความระลึก
ค่า F-measure
แผนภาพที่แสดงการท างานของผู้ใช้ระบบ
งานวิจัยที่เกี่ยวข้อง
ในปี พ.ศ. 2553 อิบราฮิมและอาหมัด [46] ได้สร้างแบบจำลองไดอะแกรมชั้นเรียนโดยการดึงข้อกำหนดที่เป็นข้อความออกมา เพื่อลดความยากในการวิเคราะห์ความต้องการ ทำได้ด้วยเครื่องมือที่เรียกว่า Requirements Analysis and Extraction of Class Diagrams (RACE) โดยใช้เทคนิคการประมวลผลภาษาธรรมชาติ เช่น POS Tagger, Parsing และ WordNet เพื่อแยกคำนาม (กลุ่มคำนาม) กริยา และ ความสัมพันธ์ของพวกเขาโดยใช้ฐานความรู้เฉพาะทางและกระบวนการจำแนกประเภท จำแนกความสัมพันธ์ออกเป็นสามประเภท: คลาส คุณลักษณะ และความสัมพันธ์ การวิจัยครั้งนี้ใช้ความต้องการของระบบห้องสมุดเป็นกรณีศึกษา 2012 Herchi และ Abdessalem [47] ได้สร้างเครื่องมือเพื่อช่วยในการจัดการเอกสาร ความต้องการสูง โดยจัดเก็บในรูปแบบ XML และแสดงในรูปแบบไดอะแกรมคลาส UML ซึ่งใช้เทคนิคการประมวลผลภาษาธรรมชาติ เช่น Tokenizer, POS tagger และ Parsing เพื่อแยกคำนามหรือกลุ่มคำ ตัดคำนามออกจากประโยค และใช้กฎเกณฑ์ในการจำแนกประเภท คำนามเหล่านี้เป็นคลาส ลักษณะ หรือความสัมพันธ์ระหว่างคำนามเหล่านี้ และใช้เทคนิคฐานความรู้เฉพาะทางเพื่อกรองผลลัพธ์
ชุดข้อมูล
กรอบการด าเนินการ
การสร้างกฎ (Rules Modelling)
กฎในการสกัด Actor
48 ขั้นตอนที่ 2: ค้นหาลำดับแท็กของกลุ่มคำนามในประโยคด้วย Parser จากสมการข้างต้นสามารถคำนวณแยกกันเพื่อหาความน่าจะเป็นได้ เปลี่ยนแต่ละแท็กเพื่อสร้างแบบจำลอง คุณสามารถจำลองและคำนวณความน่าจะเป็นของชุดแท็กได้โดยใช้สมการ 3.2
กฎในการแทนค าสรรพนาม
กฎในการแยกประโยคความรวม
รูปที่ 3.13 ตัวอย่างการแยกเพื่อค้นหาลำดับของวัตถุในประโยคประสม 58 เมื่อคำนวณสถานะทั้งหมดโดยใช้สมการข้างต้น จะได้เมทริกซ์การเปลี่ยนแปลงสถานะของแต่ละวัตถุ (obj) ดังแสดงในตารางที่ 3.4 และสามารถแสดงความน่าจะเป็นในการเปลี่ยนแปลงสถานะได้ ของแต่ละสถานะ ดังแสดงในรูปที่ 3.15
การสกัด Actor และ Action (Extracting of Actors and Actions)
การเตรียมเอกสารข้อความที่แสดงความต้องการซอฟต์แวร์ (Textual Software
การสกัด Actor จากเอกสารข้อความที่แสดงความต้องการซอฟต์แวร์ด้วยกฎในการสกัด
รูปที่ 3.20 ขั้นตอนการประมวลผลสำหรับการแยกนักแสดงออกจากเอกสารข้อความที่แสดง ข้อกำหนดซอฟต์แวร์ แต่ละประโยคโดยมีขั้นตอนการทำงานเพื่อใช้ผลลัพธ์จากการเตรียมเอกสารข้อความที่แสดง ต้องการซอฟต์แวร์เพื่อทำความเข้าใจแต่ละประโยค เปรียบเทียบกับกฎเกณฑ์ที่ใช้ในการแยกนักแสดง หากตรงกัน ให้ส่งนักแสดงไปยังตำแหน่งนั้น ในกรณีที่ประโยคขึ้นต้นด้วยสรรพนาม ให้ใช้กฎการแทนที่สรรพนามเพื่อแทนที่ตำแหน่งสรรพนามที่พบด้วย Actor แล้วจึงดำเนินการต่อไปในประโยคถัดไป การใช้ตัวอย่างการใช้กฎแทนคำสรรพนามสามารถแสดงได้ดังรูป
การสกัด Action ของแต่ละ Actor จากเอกสารข้อความที่แสดงความต้องการ
รูปที่ 3.23 ตัวอย่างการวางตำแหน่งนักแสดงในเอกสารข้อความที่แสดงข้อกำหนดซอฟต์แวร์
การสร้างแบบจ าลองกระบวนการของซอฟต์แวร์
ชุดข้อมูลที่ใช้ในงานวิจัย (Dataset)
ชุดข้อมูลที่ใช้ในการประเมินกฎในการสกัด Actor
ชุดข้อมูลเอกสารข้อความที่แสดงความต้องการซอฟต์แวร์
Before this use case can be started, the author has already connected to the Online Journal website. The author completes the subject line, attaches the files as indicated, and sends them by email.
การประเมินกระบวนการท าความสะอาดประโยค
ในการดำเนินการนี้ ตัวแก้ไขจะเลือกตัวเลือกรับบทความ จากนั้นระบบจะเสนอทางเลือกระหว่างการเข้าสู่บทความใหม่หรือการอัปเดตบทความที่มีอยู่ ระบบตรวจสอบข้อมูลและส่งคืนให้บรรณาธิการ
การประเมินกฎในการสกัด Actor
เพื่อประเมินกฎการแยกตัว Actor จะสุ่มเลือกประโยคจากชุดข้อมูล SNLI ซึ่งเป็นคลังประโยคภาษาอังกฤษ 1,000 ประโยคที่เขียนด้วยภาษาธรรมชาติ แยกตัวแสดงตามกระบวนการที่เสนอ โดยทำการแท็ก POS และใช้แท็กเพื่อเปรียบเทียบกับกฎการแยกตัวแสดง แยกคำนามหรือกลุ่มคำนามที่อยู่ในตำแหน่งเดียวกัน วางไว้ด้านซ้ายสุดของแต่ละประโยคแล้วเปรียบเทียบกับคำตอบของผู้เชี่ยวชาญ ดังที่แสดงในตัวอย่างในตาราง 4.4 TP (ผลบวกจริง) คือประโยคที่กฎไม่สามารถสกัดกั้นนักแสดงและตรงกับวิธีแก้ปัญหา TN (ผลลบจริง) คือประโยคที่กฎไม่สามารถสกัดกั้นนักแสดงและตรงกับวิธีแก้ปัญหา
การประเมินผลการสกัด Actor
THE AUTHOR ASK THE EDITOR REPEAT THE REVIEWER THE ARTICLE THE EDITOR THE READER THE SYSTEM THE AUTHOR THE WEB.
การประเมินซีนาริโอที่สกัดได้
76 " ก่อนที่จะเริ่มกรณีการใช้งานนี้ ผู้เขียนได้เชื่อมต่อกับเว็บไซต์นิตยสารออนไลน์แล้ว และเมื่อแยกการกระทำของนักแสดงแต่ละคนออกจากชุดข้อมูลเอกสารข้อความที่แสดง ความต้องการซอฟต์แวร์ คุณสามารถดูตัวอย่างการแสดงผลลัพธ์ของการแยกแต่ละรายการได้ สถานการณ์หรือการกระทำของนักแสดง ดังแสดงในตาราง 4.10
ความส าคัญและวัตถุประสงค์ของการวิจัย
สรุปกระบวนการ
กฎการแบ่งประโยครวม ใช้ในการวิเคราะห์โครงสร้างประโยคเพื่อแยกอนุประโยคย่อยในประโยครวม หรือในงานวิจัยนี้เรียกว่า “วัตถุ” ซึ่งมีจำนวนวัตถุตามจำนวนอนุประโยคในประโยคประสม กระบวนการสร้างกฎใช้ชุดข้อมูล SNLI "Action-Object" ในโครงสร้างประโยคของเอกสารข้อความเพื่อแสดงข้อกำหนดของซอฟต์แวร์ เมื่อพวกเขาแยกสถานการณ์หรือการกระทำทั้งหมดของนักแสดงแต่ละคนออกจากเอกสารต้นฉบับ
สรุปผลและอภิปราย
แบ่งงานออกเป็น 3 ขั้นตอนย่อย ได้แก่ การกำหนดตำแหน่งนักแสดง, การสกัดแบบจำลองโครงสร้าง ของประโยคที่มีกฎเกณฑ์สำหรับการแยกประโยครวมและสำหรับการแยก Actions และ Actors ออกจาก Objects สามารถอธิบายพฤติกรรมหรือปฏิสัมพันธ์ระหว่างนักแสดงและระบบหรืออาจเป็นนักแสดงอื่นภายในกระบวนการซอฟต์แวร์ โครงสร้างประโยคภายในวัตถุจะเป็น "Actor-Action-Object" สามารถดึงนักแสดงออกจากตำแหน่งที่ระบุในขั้นตอนก่อนหน้าได้ ดังนั้นจึงสามารถแยกข้อความหลังการดำเนินการเป็นการดำเนินการหรือการดำเนินการที่สอดคล้องกับตำแหน่งได้ จ.
ปัญหาที่พบ
ข้อเสนอแนะ
Finally, the system verifies the information and returns the editor to the main Article Manager page. The system checks the information and returns the editor to the main Article Manager page.
