CN113467755A - 需求符合性分析方法、系统、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种需求符合性分析方法、系统、电子设备及存储介质，包括：获取需要进行分析的需求文档，并对所述需求文档进行需求查看；对所述需求文档中若干个上层需求和与其对应的若干个下层需求，进行需求符合性分析；引入需求知识图谱，对需求中的专有名词进行语义上的扩充；进行需求追溯关系的检查；对所述需求文档中存在的需求追溯标签进行检查，进行所述需求文档的自动补全工作，本发明方法对于不同层次间需求符合性进行辅助检查，提高了需求符合性的准确性；帮助需求分析人员方便快捷地对不同层次间需求符合性进行审阅，提高了需求的准确性和规范性。

Description

需求符合性分析方法、系统、电子设备及存储介质

技术领域

本发明涉及自然语言处理技术领域，具体涉及一种需求符合性分析方法、系统、电子设备及存储介质。

背景技术

需求工程师在撰写自然语言需求时不可避免会出现一些错误，对于需求阶段出现的错误，如果不能及时发现并处理，那么对整个项目将产生不可估量的影响。为了确保需求的正确性，那么对需求进行审查和验证是非常必要的。然而人工检查需求的追溯符合性不但费时费力，且无法确保审查的正确性。此外，也难以对需求进行追踪检查，包括检查不同版本之间自然语言语义的相容性以及伪代码是否和自然语言需求意图相一致等问题。除了确保需求的正确性以外，大型软件需求文档的撰写，对需求分析人员而言也一直是一项难题，在撰写时通常需要翻阅大量的文档。

针对上述问题，提出一种能够便于需求分析人员能在平台中快速便捷地检测上下层需求的符合性，且能够对自然语言需求进行上下层追溯符合性检查，以及能够在需求撰写时给需求工程师提供一些参考性信息的方法已经成为一个亟待解决的问题。

发明内容

本发明的目的是提供一种需求符合性分析方法、系统、电子设备及存储介质，旨在解决现有技术在需求开发管理过程中，检查上下层需求的一致性需要采用人工审查的方式，耗费人力和时间且无法确保审查的正确性的问题。

为达到上述目的，本发明提供了需求符合性分析方法，包括：

获取需要进行分析的需求文档，并对所述需求文档进行需求查看；

对所述需求文档中若干个上层需求和与其对应的若干个下层需求，进行需求符合性分析；

引入需求知识图谱，对需求中的专有名词进行语义上的扩充；

进行需求追溯关系的检查；对所述需求文档中存在的需求追溯标签进行检查，用于检查所述需求追溯标签与所述需求文档的实际结构的一致性；

进行所述需求文档的自动补全工作。

优选的，所述需求符合性分析包括：

建立符合性评价体系，用于检查所述若干个上层需求和与其对应的若干个下层需求的一致性；

使用自然语言处理模块分别将所述若干个上层需求和若干个下层需求构造为需求语句模型；

由所述需求语句模型提取需求的核心内容；

通过所述符合性评价体系对需求的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的评价结果。

优选的，所述自然语言处理模块为stanza自然语言处理模块。

优选的，所述需要的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系。

优选的，所述引入需求知识图谱的步骤包括：根据预先定义的两个专有名词之间的关系，对两个所述专有名词进行语义上的补充，用于判定所述若干个上层需求和与其对应的若干个下层需求的需求符合性。

优选的，将所述若干个上层需求和与其对应的若干个下层需求的需求追溯标签与实际的所述需求文档的结构进行对比，将所述需求追溯关系的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

优选的，所述进行需求文档的自动补全工作的步骤包括：

使用机器学习模型针对历史需求文档进行训练，根据反馈情况，确定是否需要加入到语义一致性判断工作中；

撰写部分需求后，根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

优选的，机器学习模型为transformer、ngram和gpt-2中的任意一种。

优选的，所述需求查看为需求之间依存关系的查看，导入需求文档后，构造需求依存关系树，需求审查人员通过前端显示的需求依存关系树查看需求的成分，以用于对不规范的语法撰写进行改正。

一种需求符合性分析系统，用于实现上文所述的需求符合分析方法，包含：

查看模块，用于将需求文档中的需求以可视化的方式展示；

处理模块，用于将若干个上层需求和若干个下层需求构造成需求语句模型；

知识图谱模块，对需求中的专有名词进行语义上的扩充；

检查模块，用于对需求文档中存在的需求追溯标签进行检查；

代码补全模块，用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

优选的，所述处理模块包括：

符合性评价单元，用于检查所述若干个上层需求和与其对应的若干个下层需求的一致性；

自然语言处理单元，与符合性评价单元连接，所述自然语言处理单元用于将所述若干个上层需求和与其对应的若干个下层需求构造成需求语句模型；

提取单元，与所述自然语言处理单元连接，所述提取单元用于提取所述需求语句模型的核心内容；

分析单元，与所述提取单元连接，所述分析单元用于对所述需求语句模型的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的分析结果。

优选的，所述符合性评价单元中若干个上层需求和与其对应的若干个下层需求的一致性为所述若干个上层需求和与其对应的若干个下层需求描述的实体以及实体的行为一致。

优选的，所述需要的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系。

优选的，所述知识图谱模块根据预先定义得两个专有名词之间的关系，对两个所述专有名词进行语义上的补充，用于判定所述若干个上层需求和与其对应的若干个下层需求的需求符合性

优选的，所述检查模块根据所述需求追溯标签与实际的需求文档的结构进行对比，所述检查模块的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

优选的，所述代码补全模块包括：

训练单元，使用机器学习模型针对历史需求文档进行训练，根据反馈情况，确定是否需要加入到语义一致性判断工作中；

补全单元，所述补全单元与训练单元连接，所述补全单元用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

优选的，所述查看模块用于查看需求之间的依存关系，将需求文档中的需求通过前端以可视化的方式展示，方便对不规范的语法进行修改。

一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现上文所述的需求符合分析方法。

一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的需求符合分析方法。

与现有技术相比，本发明至少具有以下有益效果之一：

本发明方法对于不同层次间需求符合性进行辅助检查，通过需求查看、需求符合性分析、需求知识图谱和需求追溯关系检查模块提高了需求符合性的准确性；帮助需求分析人员方便快捷地对不同层次间需求符合性进行审阅，提高了需求的准确性和规范性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图：

图1为本发明一实施例提供的需求符合性分析方法的流程示意图；

图2为本发明一实施例提供的需求符合性分析流程示意图。

具体实施方式

以下结合附图1和附图2对本发明提出的一种需求符合性分析方法、系统、电子设备及存储介质作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

鉴于已有需求符合性分析方法存在的不足，为了帮助需求分析人员方便快捷地对不同层次间需求符合性进行审阅，提高了需求的准确性和规范性，本实施例提供了一种基于自然语言处理技术的软件需求符合性分析方法，包括：

步骤S1：获取需要进行分析的需求文档，进行需求查看；

在需求文档中，需求间追溯的主要关系为需求的精化关系，我们称抽象的、含有少量细节的、未被精化的需求为上层需求，称具体的、含有实现细节的、精化的需求为下层需求。在安全攸关领域的软件需求开发过程中，上层需求和下层需求之间描述实体、实体的行为是否一致，对于需求的管理以及软件开发的整体流程有巨大影响。

在用户导入需要进行符合性分析的需求文档之后，需求能够以一种简明直观的方式展示，以便于后续的符合性分析操作。由于每一个excel格式的需求文档可能会包括多个sheet表单，在导入过程中，提供用户选择表单的选项。之后导入的需求文档将会构造出需求结构树，每一条需求将会一个节点的方式展示，且用于展示需求的需求结构树支持快速索引的功能。点击节点显示需求的详细文本内容。除常规的展示需求功能之外，点击需求文本将调用工具中的stanza自然语言分析模块，展示文本的需求语句模型分析结果，需求审查人员可以通过需求语句模型直观了解需求语句的成分，对不规范的语法撰写进行改正。

步骤S2：对所述需求文档中的若干个上层需求和与其对应的若干个下层需求，进行需求符合性分析；

步骤S2.1：建立符合性评价体系，用于检查若干个上层需求和与其对应的若干个下层需求的一致性，若干个上层需求和与其对应的若干个下层需求的一致性为若干个上层需求和与其对应的若干个下层需求描述的实体以及实体的行为一致，需求一致性分析时可以选择进行单条语句的检查和对结构树中所有需求的检查；

步骤S2.2：使用自然语言处理模块分别将若干个上层需求和与其对应的若干个下层需求构造为需求语句模型，所述自然语言处理模块采用stanza自然语言处理模块；

步骤S2.3：由所述需求语句模型提取需求的核心内容，所述需要的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系；

步骤S2.4：通过所述符合性评价体系对需求的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的评价结果。

我们将若干个上层需求和与其对应的若干个下层需求导入到自然语言处理模块中，通过stanza自然语言处理模块先将需求分析构成需求语句模型，之后通过需求语句模型把该条需求对应的主谓宾、关键字以及状语等相关内容逐一填入到我们设计的模型中。随后将上层需求和下层需求对应的模型通过语法分析、语义分析以及量词分析，并把最终的结果通过符合性评估来判断需求的符合性。

步骤S3：引入需求知识图谱，对需求中的专有名词进行语义上的扩充；

需求知识图谱的作用在于定义两个不同的专有名词之间的关系，通过引入需求知识图谱能够在语义层面扩充，而更好地判定上层需求和下层需求的符合性。在引入知识图谱之后，根据用户定义的两者之间的关系，工具能够对其进行语义上的扩充，从而能够使得分析结果更为准确。并且在分析结果中给出分析过程中所使用的知识图谱信息，由人进一步判断这条知识引入的合理性。同时为了更好的使用知识图谱，增加知识图谱的灵活性、可扩展性，可以在需求知识图谱界面中直接修改知识图谱的相关内容，并且将知识图谱已有的知识通过可视化的方式展示出来；

步骤S4：将所述若干个上层需求和与其对应的若干个下层需求的需求追溯标签与实际的所述需求文档的结构进行对比，所述需求追溯关系的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

有效的需求追溯符合性分析方法，是从源头上确保控制系统安全的一种行之有效的手段。我们根据每一条需求语句中的需求文本信息，及其上层需求的需求文本信息，当其中描述的上层需求有误或者缺失时，应当是需求的撰写有误。因此对于导入的需求文档，对其进行需求追溯关系的检查。此外，为了使需求追溯关系的结果更为直观，当文本中缺失结构中的信息时，我们使用红色标明错误；当结构中缺失文本中的信息时，使用蓝色标明提醒。

步骤S5：完成所述需求文档的自动补全工作。

所述完成需求文档的自动补全工作包括：

步骤S5.1：使用机器学习模型针对历史需求文档进行训练，根据用户反馈情况，确定是否需要加入到所述语义分析工作中，机器学习模型为transformer、ngram和gpt-2中的任意一种；

步骤S5.2：用户撰写部分需求后，根据历史需求文档及语义分析自动生成用户所需要撰写的需求文档；

提高了需求工程师开发需求的效率，用于提高用户撰写需求文档效率和测试语义理解的准确性。

一种需求符合性分析系统，用于实现如上述需求符合分析方法，包含：

查看模块，用于将需求文档中的需求以可视化的方式展示；

处理模块，用于将若干个上层需求和若干个下层需求构造成需求语句模型；

知识图谱模块，对需求中的专有名词进行语义上的扩充；

检查模块，用于对需求文档中存在的需求追溯标签进行检查；

代码补全模块，用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

所述处理模块包括：

符合性评价单元，用于检查所述若干个上层需求和与其对应的若干个下层需求的一致性；

自然语言处理单元，与符合性评价单元连接，所述自然语言处理单元用于将所述若干个上层需求和与其对应的若干个下层需求构造成需求语句模型；

提取单元，与所述自然语言处理单元连接，所述提取单元用于提取所述需求语句模型的核心内容；

分析单元，与所述提取单元连接，所述分析单元用于对所述需求语句模型的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的分析结果。

所述符合性评价单元中若干个上层需求和与其对应的若干个下层需求的一致性为所述若干个上层需求和与其对应的若干个下层需求描述的实体以及实体的行为一致。

所述需要的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系。

所述知识图谱模块根据预先定义得两个专有名词之间的关系，对两个所述专有名词进行语义上的补充，用于判定所述若干个上层需求和与其对应的若干个下层需求的需求符合性

所述检查模块根据所述需求追溯标签与实际的需求文档的结构进行对比，所述检查模块的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

所述代码补全模块包括：

训练单元，使用机器学习模型针对历史需求文档进行训练，根据反馈情况，确定是否需要加入到语义一致性判断工作中，所述机器学习模型为transformer、ngram和gpt-2中的任意一种；

补全单元，所述补全单元与训练单元连接，所述补全单元用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现上文所述的方法。

一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的方法。

本实施例的一种需求符合性分析方法主要是应用在安全攸关领域的需求开发管理阶段，此方法可以对不同层次间需求符合性进行辅助检查。为了能够提高需求符合性的准确性还进一步结合了需求查看、需求符合性分析、需求知识图谱、需求追溯关系检查模块。该方法能够帮助需求分析人员方便快捷地对不同层次间需求符合性进行审阅，提高需求的准确性和规范性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

在本发明的描述中，需要理解的是，术语“中心”、“高度”、“厚度”、“上”、“下”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (21)

1.一种需求符合性分析方法，其特征在于，包括：

获取需要进行分析的需求文档，并对所述需求文档进行需求查看；

对所述需求文档中若干个上层需求和与其对应的若干个下层需求，进行需求符合性分析；

引入需求知识图谱，对需求中的专有名词进行语义上的扩充；

进行需求追溯关系的检查；对所述需求文档中存在的需求追溯标签进行检查，用于检查所述需求追溯标签与所述需求文档的实际结构的一致性；

进行所述需求文档的自动补全工作。

2.如权利要求1所述的需求符合性分析方法，其特征在于，所述需求符合性分析包括：

建立符合性评价体系，用于检查所述若干个上层需求和与其对应的若干个下层需求的一致性；

使用自然语言处理模块分别将所述若干个上层需求和若干个下层需求构造为需求语句模型；

由所述需求语句模型提取需求的核心内容；

通过所述符合性评价体系对需求的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的评价结果。

3.如权利要求2所述的需求符合性分析方法，其特征在于，所述若干个上层需求和与其对应的若干个下层需求的一致性为所述若干个上层需求和其对应的若干个下层需求描述的实体以及实体的行为一致。

4.如权利要求2所述的需求符合性分析方法，其特征在于，所述自然语言处理模块为stanza自然语言处理模块。

5.如权利要求2所述的需求符合性分析方法，其特征在于，所述需求的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系。

6.如权利要求1所述的需求符合性分析方法，其特征在于，所述引入需求知识图谱的步骤包括：根据预先定义的两个专有名词之间的关系，对两个所述专有名词进行语义上的补充，用于判定所述若干个上层需求和与其对应的若干个下层需求的需求符合性。

7.如权利要求1所述的需求符合性分析方法，其特征在于，将所述若干个上层需求和与其对应的若干个下层需求的需求追溯标签与所述需求文档的结构进行对比，所述需求追溯关系的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

8.如权利要求1所述的需求符合性分析方法，其特征在于，所述进行需求文档的自动补全工作的步骤包括：

使用机器学习模型针对历史需求文档进行训练，根据反馈情况，确定是否需要加入到语义一致性判断工作中；

撰写部分需求后，根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

9.如权利要求8所述的需求符合性分析方法，其特征在于，所述机器学习模型选用transformer、ngram和gpt-2中的任意一种。

10.如权利要求1所述的需求符合性分析方法，其特征在于，所述需求查看为需求之间依存关系的查看，获取需求文档后，构造需求依存关系树，通过前端显示的需求依存关系树查看需求的成分，以对不规范的语法撰写进行改正。

11.一种需求符合性分析系统，用于实现权利要求1至10任一所述的需求符合分析方法，其特征在于，包含：

查看模块，用于将需求文档中的需求以可视化的方式展示；

处理模块，与所述查看模块连接，所述处理模块用于将若干个上层需求和若干个下层需求构造成需求语句模型；

知识图谱模块，与所述处理模块连接，所述知识图谱模块对需求中的专有名词进行语义上的扩充；

检查模块，与知识图谱模块连接，所述检查模块用于对需求文档中存在的需求追溯标签进行检查；

代码补全模块，与所述检查模块连接，所述代码补全模块用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

12.如权利要求11所述的需求符合性分析系统，其特征在于，所述处理模块包括：

符合性评价单元，用于检查所述若干个上层需求和与其对应的若干个下层需求的一致性；

自然语言处理单元，与符合性评价单元连接，所述自然语言处理单元用于将所述若干个上层需求和与其对应的若干个下层需求构造成需求语句模型；

提取单元，与所述自然语言处理单元连接，所述提取单元用于提取所述需求语句模型的核心内容；

分析单元，与所述提取单元连接，所述分析单元用于对所述需求语句模型的核心内容分别进行语法分析、语义分析和量词分析，并给出最终的分析结果。

13.如权利要求12所述的需求符合性分析系统，其特征在于，所述符合性评价单元中若干个上层需求和与其对应的若干个下层需求的一致性为所述若干个上层需求和与其对应的若干个下层需求描述的实体以及实体的行为一致。

14.如权利要求12所述的需求符合性分析系统，其特征在于，所述需求的核心内容包括所述需求语句的主语、宾语、由主谓宾构成的语法关系及由主语关键词宾语构成的数量关系。

15.如权利要求11所述的需求符合性分析系统，其特征在于，所述知识图谱模块根据预先定义的两个专有名词之间的关系，对两个所述专有名词进行语义上的补充，用于判定所述若干个上层需求和与其对应的若干个下层需求的需求符合性。

16.如权利要求11所述的需求符合性分析系统，其特征在于，所述检查模块根据所述需求追溯标签与实际的需求文档的结构进行对比，所述检查模块的检查结果用于辅助所述若干个上层需求和其对应的若干个下层需求的需求符合性分析。

17.如权利要求11所述的需求符合性分析系统，其特征在于，所述代码补全模块包括：

训练单元，使用机器学习模型针对历史需求文档进行训练，根据反馈情况，确定是否需要加入到语义一致性判断工作中；

补全单元，所述补全单元与训练单元连接，所述补全单元用于根据历史需求文档及语义分析自动生成所需要撰写的需求文档。

18.如权利要求17所述的需求符合性分析系统，其特征在于，所述机器学习模型选用transformer、ngram和gpt-2中的任意一种。

19.如权利要求11所述的需求符合性分析系统，其特征在于，所述查看模块用于查看需求之间的依存关系，将需求文档中的需求通过前端以可视化的方式展示，方便对不规范的语法进行修改。

20.一种电子设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至10中任一项所述的方法。

21.一种可读存储介质，其特征在于，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至10中任一项所述的方法。

Images