需求拓扑图生成方法、装置及设备与流程
本技术涉及拓扑图自动化生成,尤其涉及需求拓扑图生成方法、装置及设备。
背景技术:
1、随着复杂装备系统、工业软件系统以及智能制造系统规模持续扩大,系统工程研发过程中的需求数量、需求层级以及需求之间的逻辑关联关系快速增长。
2、然而,在实际工程应用中,需求信息通常以自然语言形式存在于需求规格说明书、设计文档、接口文档、测试规范以及历史工程文档中。现有需求建模方法主要依赖人工阅读需求文档,并由系统工程师手动构建sysml(系统建模语言,systems modeling language)需求拓扑图或需求关系模型。
技术实现思路
1、本技术的主要目的在于提供一种需求拓扑图生成方法、装置及设备,旨在解决目前的需求拓扑图生成过程中语义理解和逻辑识别依赖人工操作导致生成效率低的技术问题。
2、为实现上述目的,本技术提出一种需求拓扑图生成方法,所述需求拓扑图生成方法包括:
3、获取统一化的需求文本、预设领域术语库以及标准答案集;
4、基于所述统一化的需求文本、所述预设领域术语库以及预设语言模型进行语义解析,得到需求实体和结构化的需求单元;
5、基于所述需求实体和所述结构化的需求单元进行逻辑关系识别,得到需求逻辑关系集合;
6、将所述需求逻辑关系集合和所述标准答案集进行比对评分,得到评估分数;
7、当所述评估分数大于预设阈值时,基于所述需求实体、所述结构化的需求单元以及所述需求逻辑关系集合生成目标需求拓扑图。
8、在一实施例中,所述基于所述需求实体和所述结构化的需求单元进行逻辑关系识别,得到需求逻辑关系集合的步骤包括:
9、基于所述需求实体和所述结构化的需求单元进行逻辑关系识别,确定各关系识别结果;
10、计算所述关系识别结果的置信度,得到各关系识别结果对应的置信度;
11、根据所述关系识别结果和所述关系识别结果对应的置信度得到需求逻辑关系集合。
12、在一实施例中,所述基于所述需求实体和所述结构化的需求单元进行逻辑关系识别,确定各关系识别结果的步骤包括:
13、获取预设的领域知识规则库和所述统一化的需求文本中的文本特征;
14、以所述文本特征为依据,基于所述结构化的需求单元生成候选需求关系对;
15、对所述结构化的需求单元和所述候选需求关系对进行识别处理,得到关系线索和语义判定结果;
16、通过所述领域知识规则库对所述需求实体进行关系匹配,得到中间结果;
17、基于所述候选需求关系对、所述关系线索、所述语义判定结果、所述中间结果以及所述领域知识规则库确定各关系识别结果。
18、在一实施例中,所述预设语言模型至少包括实体识别模型和语义修正模型,所述基于所述统一化的需求文本、所述预设领域术语库以及预设语言模型进行语义解析,得到需求实体和结构化的需求单元的步骤包括:
19、基于所述预设领域术语库,将所述统一化的需求文本中的不同实体表述映射为统一化的实体表述;
20、将所述统一化的需求文本输入至所述实体识别模型中进行实体识别,得到需求实体;
21、将所述统一化的需求文本输入至所述语义修正模型中进行语义修正,得到修正结果;
22、基于所述统一化的实体表述、所述需求实体以及所述修正结果得到结构化的需求文本;
23、对所述结构化的需求文本进行解析处理,得到结构化的需求单元。
24、在一实施例中,所述将所述统一化的需求文本输入至所述实体识别模型中进行实体识别,得到需求实体的步骤包括:
25、获取所述统一化的需求文本的实体特征;
26、将所述统一化的需求文本输入至所述实体识别模型中进行实体识别,得到上下文实体索引和实体的指代表达;
27、根据所述实体特征、所述指代表达以及所述上下文实体索引确定候选实体和所述候选实体对应的置信度评分;
28、根据所述候选实体和所述候选实体对应的置信度评分得到需求实体。
29、在一实施例中,所述将所述统一化的需求文本输入至所述语义修正模型中进行语义修正,得到修正结果的步骤包括:
30、将所述统一化的需求文本输入至所述语义修正模型中进行语义异常判断,得到异常判定结果;
31、当所述异常判定结果为所述统一化的需求文本存在语义清晰度问题时,根据所述语义清晰度问题对应的文本内容输出第一修正建议,所述第一修正建议至少包括提示补充具体参数、提示补充阈值范围、提示补充适用条件以及提示补充验证标准中的至少一项;
32、当所述异常判定结果为所述统一化的需求文本存在逻辑一致性问题时,根据所述逻辑一致性问题对应的文本内容输出第二修正建议,所述第二修正建议至少包括冲突需求编号、冲突字段、冲突原因以及冲突修正建议;
33、基于所述第一修正建议和/或所述第二修正建议得到修正结果。
34、在一实施例中,所述当所述评估分数大于预设阈值时,基于所述需求实体、所述结构化的需求单元以及所述需求逻辑关系集合生成目标需求拓扑图的步骤包括:
35、当所述评估分数大于预设阈值时,基于所述需求实体、所述结构化的需求单元以及所述需求逻辑关系集合建立需求元模型;
36、根据所述需求元模型和所述需求逻辑关系集合确定系统建模语言需求元素;
37、基于所述需求元模型和所述系统建模语言需求元素生成初始系统建模语言模型;
38、对所述初始系统建模语言模型进行规则检测,将规则检测通过的初始系统建模语言模型作为目标系统建模语言模型;
39、根据所述目标系统建模语言模型生成目标需求拓扑图。
40、在一实施例中,所述根据所述需求元模型和所述需求逻辑关系集合确定系统建模语言需求元素的步骤包括:
41、遍历所述需求元模型中的各个需求实体,并创建所述需求实体对应的需求节点;
42、将所述需求实体中的字段信息写入至所述需求实体对应的需求节点,得到第一更新后的需求节点;
43、遍历所述需求逻辑关系集合中的关系类型,根据所述关系类型确定所述第一更新后的需求节点之间的连接关系;
44、根据所述第一更新后的需求节点和所述连接关系,得到第二更新后的需求节点;
45、对所述第二更新后的需求节点进行分组处理,得到第三更新后的需求节点;
46、根据所述第三更新后的需求节点确定系统建模语言需求元素。
47、此外,为实现上述目的,本技术还提出一种需求拓扑图生成装置,所述需求拓扑图生成装置包括:
48、获取模块,用于获取统一化的需求文本、预设领域术语库以及标准答案集;
49、处理模块,用于基于所述统一化的需求文本、所述预设领域术语库以及预设语言模型进行语义解析,得到需求实体和结构化的需求单元;
50、所述处理模块,还用于基于所述需求单元和所述结构化的需求单元进行逻辑关系识别,得到需求逻辑关系集合;
51、所述处理模块,还用于将所述需求逻辑关系集合和所述标准答案集进行比对评分,得到评估分数;
52、生成模块,用于当所述评估分数大于预设阈值时,基于所述需求实体、所述结构化的需求单元以及所述需求逻辑关系集合生成目标需求拓扑图。
53、此外,为实现上述目的,本技术还提出一种需求拓扑图生成设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的需求拓扑图生成方法的步骤。
54、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的需求拓扑图生成方法的步骤。
55、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的需求拓扑图生成方法的步骤。
56、本技术提出的一个或多个技术方案,至少具有以下技术效果:
57、1)通过统一化的需求文本、预设领域术语库以及预设语言模型进行自动化语义解析,能够实现对复杂需求文本的高精度语义解析。
58、2)通过结合自动化语义解析与自动化逻辑关系识别的机制,将复杂需求转换为标准化需求数据,从而实现与目标需求拓扑图生成的无缝衔接,提高了目标需求拓扑图生成的效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com