基於擴展功能需求描述框架的功能需求自動抽取系統的製作方法

2023-04-26 12:16:01 1

專利名稱：基於擴展功能需求描述框架的功能需求自動抽取系統的製作方法
技術領域：
本發明涉及一種計算機應用技術領域的裝置，具體是基於擴展的功能需求描述框 架(Extended Functional Requirements Framework, EFRF)的功能需求自動抽取系統。
背景技術：
軟體功能需求描述了一個系統的外部功能。現有的軟體功能需求大多以文本形式 描述在文檔中。由於缺乏結構化表達，這些功能需求文檔很難有效利用到後續軟體開發過 程中。因此，如何從這些功能需求文檔中自動抽取結構化的功能需求表達，有助於提高功能 需求的利用率，提高軟體開發的效率。經過對現有技術的檢索發現，N. Niu和S. Easterbrook人的「抽取和建模產品線功 能需求，，("Extracting and modeling product line functional requirements，，,發表 於2008年在西班牙巴塞隆納召開的第16屆需求工程國際會議集，Proceedings of 2008 International Requirements Engineering Conference,第 155-164 頁)公開了 一禾中半 自動化的軟體產品線功能需求抽取和建模方法。該方法在動賓關係對的基礎上，提出了 一個包括6個描述維度施動者(agentive)，對象(objective)，地點(Iocational)，時間 (temporal)，處理過程(process)和條件(conditional)功能需求可變性模型。缺點是其 可變性模型的定義中還存在不清晰的地方。例如，「Agentive」和「Objective」的修飾語沒 有列入維度；「ft^cess」太具有一般性，包含信息不夠細節化；在抽取verb-directObject 關係對的時候，採用統計方法，結果不夠準確。Liaskos等人的「基於目標的可變性獲取和分析」(「On goal-based variability acquisition and analysis」，發表於2006年在美國明尼阿波利斯召開的第14屆需求 工禾呈國際會議集，Proceedings of 2006 International Requirements Engineering Conference，第76-85頁)定義了一個具有可變性的目標模型，該模型基於Fillmore提出 的Case Grammar Theory。他們關注於每個目標的OR-組合的語義特徵，並且用三個語義 維度定義了目標的上下文的可變性。文章中還強調了這三個語義維度對正交可變性模型 (Orthogonal variability models)建模的重要性。將目標的語義描述維度作為可變點中 的變量，在此基礎上進行正交可變性建模能更好地體現可變性及其如何可變。上述提出的方法還不能實現對軟體功能需求的全面的、自動的抽取。因此，目前軟 件功能需求的構建仍需要付出大量的人工勞動。

發明內容
本發明針對現有技術存在的上述不足，提供一種基於擴展功能需求描述框架的功 能需求自動抽取系統，將功能需求文檔作為輸入後基於語法分析器對功能需求文檔進行分 析，通過一系列預定義的轉換規則對語法分析結果進行轉換，映射到EFRF上，以XML的形式 輸出軟體功能需求結構化表達並存儲在系統中。本發明是通過以下技術方案實現的，本發明包括語法分析模塊和功能需求轉換模塊，其中語法分析模塊基於語法分析器，功能需求轉換模塊根據預定義的轉換規則將語 法分析器的分析結果映射到EFRF上，通過兩個模塊的分析和轉換。所述的EFRF包括10個功能需求的描述維度，每個功能需求都可以用一個EFRF中 的這10個維度來描述。本發明的原理是針對軟體功能需求，其上下文可以用所定義的EFRF框架來描 述，該框架包括10個描述維度，即=Agentive,功能內容的發起者；Action，功能描述的行 為；Objective，功能行為的作用對象；Agentmod，功能發起者的約束；Objmod，功能作用對 象的約束；Locational，功能相關的地點；Temporal，功能相關的時間，包括發生頻率，持續 時間等；Manner，功能實現的方式，包括工具，條件等；Goal，功能的目標；Constraint，功能 實現的其他限制條件。進一步地，經觀察和實現發現，上述軟體功能需求的描述維度都與功 能需求的語法分析結果具有關聯性，可以依據一定的轉換規則實現自動抽取。因此，本發明 藉助於語法分析器和一組定義的轉換規則實現了軟體功能需求的自動抽取。本發明有益的效果是提出了基於EFRF的軟體功能需求的自動抽取方法並實現 了相應系統；藉助於所構建的語法分析器，提高了對軟體功能需求文檔進行自動化的分析 和處理的能力；基於所構建的EFRF描述框架和轉換規則，語法分析器的分析結果被映射到 一個多維度描述的軟體功能需求的結構化模型，從而提高了軟體功能需求描述的全面性和 準確性。此外，本發明所構建的系統，可以分析所有符合IEEE-STD-830標準的軟體需求文 檔，能大大降低在軟體功能需求分析中所涉及的手工勞動，從而為企業節省了人力物力，為 企業軟體的大規模定製提供了幫助，在企業軟體開發上具有很高的應用和商業價值。


圖1是本發明的系統框架圖。圖2是語法結構分析結果示例。圖3是語法依存分析結果示例。圖4是系統最終生成的功能需求模型示例。
具體實施例方式下面結合附圖對本發明的實施例作詳細說明，本實施例在以本發明技術方案為前 提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護範圍不限於下 述的實施例。如圖1所示，本實施例包括語法分析模塊和功能需求轉換模塊，其中語法分析 模塊基於語法分析器，功能需求轉換模塊根據預定義的轉換規則將語法分析器的分析結果 映射到EFRF上，通過兩個模塊的分析和轉換。所述的EFRF包括10個功能需求的描述維度，每個功能需求都可以用一個EFRF中 的這10個維度來描述。該實施例的輸入是一組現有軟體系統的功能需求文檔，所有文檔為符合 IEEE-STD-830標準的需求文檔。所採用的實施例是由249個句子組成的功能需求描述，包 含5，669個詞，不含標點的單詞為5，189個。系統第一個主模塊是語法分析器，基於斯坦福語法分析器Manford Parser和文本工程框架平臺GATE開發實現語法分析器，並將上述功能需求文檔輸入到語法分析器中 進行處理。語法分析器的實現部分包括1)分詞與詞性標註模塊，對需求文本進行分詞、詞 性標註；2)語法結構樹分析模塊，對經過分詞和詞性標註的需求文本進行語法結構分析， 分析出句子中的所有結構信息；3)依存關係分析模塊，通過這個模塊，得到的是句子內各 成分之間的依存關係，這裡的依存關係指的是二元關係，比如直接賓語，補語等關係。本實施例通過將Manford Parser整合到GATE框架下，採用了兩個步驟來實現 語法分析器。第一步，調用Manford Parser，將解析結果的依存關係加入到GATE下的文 檔中作為iToken的屬性。從Manford Parser處理之後的文檔中除了標註詞性信息之外 還標註了句子內部成分的依存關係屬性。對依存關係解析的最小單元是一個句子，生成的 是一個句子內部各個成分之間的依存關係。第二步，擴展GATE中的NE模塊，利用分析好 的語義角色，將其與功能需求本體中的實體概念相結合，利用之前定義好的一系列轉換規 則，將這套規則用GATE可識別的符合JAPE語法規則表達，從而實現EFRF實體的識別。因 為在命名實體識別的時候的依據是依存關係，所以，在JAPE規則中很重要的一個輸入就是 D印endency。這裡Lookup，Token, Dependency都是解析之後的詞的屬性，將這些屬性的值 作為規則的判別標準。系統第二個主模塊是功能需求轉換器，基於所提出的EFRF框架和預定義的轉換 規則，對語法分析結果進行再處理，從而將其映射到軟體功能需求的EFRF框架上。功能需 求轉換器的實現部分是一個EFRF命名實體識別模塊，通過事先定義的轉換規則最終實現 自動分析和映射。本實施例通過定義有效的轉換規則，將語法分析結果映射到功能需求描述框架 EFRF下，實現了功能需求轉換器。表1是其中的部分轉換規則，本實施例對功能需求中的 主動和被動語態分別進行分析，針對不同的語態建立不同的規則。表格第一列是要匹配的 實體概念，與EFRF中的維度一一對應，表示當規則匹配了之後，該文本片段將要加注的標 籤名稱，也就是概念名稱。第二列和第三列分別是主動語態和被動語態下的轉換規則。規 則中出現的符號的含義如下。規則中的概念名稱，如「Action」 指的是已經被其他規則識 別出來並加了標註的「Action」實體。規則左括號前面的名稱，如「Subj」:指的是通過自然 語言處理得到的依存關係。如果兩個文本片段之間的關係是Subj，則利用這條規則進行匹 配，看是否滿足規則的其他條件。規則「obj (Action, Χ) 」表示的是，當識別出了 Action之 後，而且在文本中有一個短語與Action之間的依存關係是obj (包含obj的各個子關係)， 那麼這個短語就會被標記為Objective。規則「conj (objective, X) 」表示的是，當識別 出了 Objective，而且在文本中有一個短語與Objective之間的依存關係是con_j (包括 con_j的各個子關係)，那麼這個短語也同樣被標記為Objective。最後根據識別出來的所 有Objective的語序進行排序，得到一個連續的文本片段或者幾個獨立的短語。實施例的工作過程第一步，用戶向該抽取系統發出如下請求Teacher assistant mark students' homework in the lab at 7' clock.該請求是目標應用需要滿足的一個功能需求的文本描述。第二步，上述文本描述通過語法分析器的詞性標註模塊進行分析。對上述文本需 求進行分詞與詞性標註，輸出結果如下所示
Teacher/NN assistant/NN mark/VBP students/NNS' /POS homework/NN in/IN the/DTlab/NN at/IN T clock/NN. /.在上面結果中，每個單詞緊跟的「/」後面的符號表示分析結果中該單詞的詞性，例 如assistant/NN表示assistant的詞性是名詞。第三步，使用上述分詞與詞性分析結果，通過語法分析器對其進行語法結構樹解 析，分析出句子中的所有結構信息。例如「(NP(NN Teacher) (NN assistant)) 」表示Treacher assistant是由兩個名詞組成的一個名詞短語(Noun Phrase)。對此示例的語法結構樹展 示請見圖2。第四步，基於上述語法結構樹信息，使用語法分析器對實施例進行語法依存關係 解析，分析出句子中的直接/間接主語、直接/間接賓語、補語、修飾語等等語法上的依存 關係對。例如dobj(mark-3，homework-6)表示 mark 的直接賓語(direct object)是 homework。上述需求文本的語法依存對展示請見圖3。第五步，將上述獲得的語法依存對輸入到功能需求轉換器中，利用表1定義 的轉換規則將語法依存對中識別的語法成分對應到相應地EFRF描述維度上。例如， ηsubj (mark, assistant) ψ "mark" I^iKSiJ^ Action,胃「assistant」 I^iR另0 Agentive。表1( ？-指的是任意一個依存關係；* -指的是任意長度的字符；X-指的是當 規則匹配之後需要加註標籤的文本片段；&_指的是前後兩條規則應該同時滿足)
權利要求
1.一種基於擴展功能需求描述框架的功能需求自動抽取系統，其特徵在於，包括語 法分析模塊和功能需求轉換模塊，其中語法分析模塊基於語法分析器，功能需求轉換模塊 根據預定義的轉換規則將語法分析器的分析結果映射到EFRF上，通過兩個模塊的分析和 轉換。
2.根據權利要求1所述的基於擴展功能需求描述框架的功能需求自動抽取系統，其特 徵是，所述的EFRF包括10個功能需求的描述維度，每個功能需求都可以用一個EFRF中的 這10個維度來描述。
全文摘要
一種計算機應用技術領域的基於擴展功能需求描述框架的功能需求自動抽取系統，包括語法分析模塊和功能需求轉換模塊，語法分析模塊基於語法分析器，功能需求轉換模塊根據預定義的轉換規則將語法分析器的分析結果映射到EFRF上，通過兩個模塊的分析和轉換。本發明將功能需求文檔作為輸入後基於語法分析器對功能需求文檔進行分析，通過一系列預定義的轉換規則對語法分析結果進行轉換，映射到EFRF上，以XML的形式輸出軟體功能需求結構化表達並存儲在系統中。
文檔編號G06F9/44GK102147731SQ20111009931
公開日2011年8月10日 申請日期2011年4月20日 優先權日2011年4月20日
發明者唐琦, 王楷翔, 王英林, 郭俊, 郭健美 申請人:上海交通大學