CN116680199A - 软件系统设计文档的检查方法及装置 - Google Patents
软件系统设计文档的检查方法及装置 Download PDFInfo
- Publication number
- CN116680199A CN116680199A CN202310841846.7A CN202310841846A CN116680199A CN 116680199 A CN116680199 A CN 116680199A CN 202310841846 A CN202310841846 A CN 202310841846A CN 116680199 A CN116680199 A CN 116680199A
- Authority
- CN
- China
- Prior art keywords
- software system
- software
- semantic
- design document
- system design
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000007689 inspection Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 13
- 230000018109 developmental process Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
- G06F11/3608—Software analysis for verifying properties of programs using formal methods, e.g. model checking, abstract interpretation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种软件系统设计文档的检查方法及装置,该方法包括:获取待检查软件系统设计文档的文本数据;将文本数据输入语意识别模型,输出文本数据的语意识别结果,语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容;根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果;根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果;根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果,提高检查软件系统设计文档的准确性和效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种软件系统设计文档的检查方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
软件需求说明书和软件的系统设计文档是软件开发过程中重要的交付物和后续开发编码测试的重要参照依据,对于后续的软件的开发质量和产品交付起到至关重要的作用,如何提升软件需求说明书和系统设计文档的编写质量,对于整个软件项目的顺利进行,提升交付产品客户的满意度起着推动作用。
目前在行业内部,软件开发领域设计文档不规范,对于软件的设计文档的格式和要求参差不齐,没有统一标准,导致对于开发过程的管控,以及因软件设计质量不高引发的产品缺陷和后期程序变动时有发生;所以迫切需要提升软件设计文档的编写质量,但是人工检查软件系统设计文档的准确性较低,且成本较高。
发明内容
本发明实施例提供一种软件系统设计文档的检查方法,用以提高检查软件系统设计文档的准确性和效率,进而提升软件设计质量,降低后续开发过程中的风险和问题,该方法包括:
获取待检查软件系统设计文档的文本数据;
将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
本发明实施例还提供一种软件系统设计文档的检查装置,用以提高检查软件系统设计文档的准确性和效率,进而提升软件设计质量,降低后续开发过程中的风险和问题,该装置包括:
文本数据获取模块,用于获取待检查软件系统设计文档的文本数据;
语意识别模块,用于将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
第一匹配模块,用于根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
第二匹配模块,用于根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
检查结果确定模块,用于根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述软件系统设计文档的检查方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述软件系统设计文档的检查方法。
本发明实施例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上述软件系统设计文档的检查方法。
本发明实施例中,获取待检查软件系统设计文档的文本数据;将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果;根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果;根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
通过人工智能技术获得语意识别模型,利用该模型识别出待检查软件系统设计文档的语意逻辑结构和语意解析内容,分别调用外部数据库和文档检查规则库进行二次匹配,可以确定待检查软件系统设计文档的检查结果,提高检查软件系统设计文档的准确性和效率,进而提升软件设计质量,降低后续开发过程中的风险和问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1为本发明实施例中软件系统设计文档的检查方法的处理流程图;
图2为本发明实施例中语意识别模型的训练与测试过程的方法流程图;
图3为本发明实施例中建立外部数据库的方法流程图;
图4为本发明实施例中建立文档检查规则库的方法流程图;
图5为本发明实施例中一设计文档修改建议的具体实例示意图;
图6为本发明实施例中软件系统设计文档的检查装置的结构示意图;
图7为本发明一实施例的计算机设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例中软件系统设计文档的检查方法的处理流程图。如图1所示,本发明实施例中软件系统设计文档的检查方法可以包括:
步骤101、获取待检查软件系统设计文档的文本数据;
步骤102、将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
步骤103、根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
步骤104、根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
步骤105、根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
下面介绍本发明实施例中软件系统设计文档的检查方法的具体执行步骤:
具体实施时,首先可以获取待检查软件系统设计文档的文本数据;为进一步识别文本数据,可以将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的。
图2为本发明实施例中语意识别模型的训练与测试过程的方法流程图。如图2所示,在一个实施例中,所述语意识别模型的训练与测试过程包括:
步骤201、将不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容作为样本数据,构建训练集和测试集;
步骤202、利用训练集对机器学习模型进行训练,得到所述语意识别模型;
步骤203、利用测试集对所述语意识别模型进行测试。
为提高文档检查的准确性和全面性,在获取到待检查软件系统设计文档的语意逻辑结构和语意解析内容之后,可以从语意逻辑结构和语意解析内容两方面分别进行信息匹配。
对于第一次匹配,可以根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息。
图3为本发明实施例中建立外部数据库的方法流程图。如图3所示,在一个实施例中,在根据语意解析内容调用外部数据库之前,还可以包括:
步骤301、建立每个软件系统设计文档与软件信息之间的对应关系,所述软件信息为创建该软件系统设计文档时所需的软件信息;
步骤302、将每个软件系统设计文档与软件信息之间的对应关系,存入外部数据库。
在一个实施例中,所述软件信息可以包括以下信息其中之一或任意组合:软件的接口信息、软件的表结构信息和软件的文件信息。
具体实施时,在创建待检查软件系统设计文档时,为实现软件开发的顺利进行,可以先对软件系统开发过程中需要生成的多种类型的软件信息进行整合;并在根据软件信息创建待检查软件系统设计文档之后,还可以对建立该文档的软件信息进行备份,用于检查软件系统设计文档,或在软件系统设计文档损坏时重新建立。
第一次匹配是对待检查软件系统设计文档所包含内容信息的真实性和准确性进行检查。例如,检查软件系统设计文档中的使用用户是否正确;检查软件系统设计文档中接口的输入信息和输出信息是否正确;检查软件系统设计文档中表结构的字段含义,索引,字典和字段长度等是否正确。
对于第二次匹配,可以根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息。
图4为本发明实施例中建立文档检查规则库的方法流程图。如图4所示,在一个实施例中,根据语意逻辑结构调用文档检查规则库之前,还可以包括:
步骤401、建立不同类型的软件系统设计文档与规则信息之间的对应关系,所述规则信息为创建该类软件系统设计文档时所遵循的限制条件;
步骤402、将每类软件系统设计文档与规则信息之间的对应关系,存入文档检查规则库。
在一个实施例中,所述规则信息可以包括以下信息其中之一或任意组合:逻辑判断分支的限制信息、逻辑冲突内容的限制信息和逻辑完整性的限制信息。
具体实施时,为保证软件系统设计文档的检查标准的一致性,进一步提高检查效率,可以预先设置每类软件系统设计文档需要遵循的限制条件,还可以实际情况对不同类别软件系统设计文档的限制条件进行补充和完善。
第二次匹配可以对待检查软件系统设计文档的逻辑结构是否符合预先设置的规则信息进行检查。举一例,识别软件系统设计文档中涉及判断分支的地方,根据该软件系统设计文档对应的逻辑判断分支的限制信息(如判断分支的设置位置和设置数量等),检查是否存在遗漏判断分支的情形。
在得到第一匹配结果和第二匹配结果之后,可以根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
在一个实施例中,根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果,可以包括:在第一匹配结果和第二匹配结果均为匹配通过时,确定待检查软件系统设计文档的检查结果为合格;在第一匹配结果和第二匹配结果中存在匹配不通过时,确定待检查软件系统设计文档的检查结果为不合格。
具体实施时,还可以在文档检查规则库中建立多种类型的检查规则,下面介绍维护文档检查规则库的具体内容:
(1)搭建单独的文档检查规则库,并提供检查人员针对文档检查规则库中的检查规则进行增、删、改、查的功能;按照预设的规则级别、检查开始和截至位置、匹配类型、检查逻辑、是否调用外部数据、返回的文档建议修改信息维护文档检查规则库,文档检查规则库中储存检查规则的相关匹配信息,支持正则表达式;
(2)违反不同级别规则的处理方式:提示、警告和错误,提示仅是进行提示优化,并不进行强制,警告和错误级别的规则,则对文档进行硬性控制检查,对于不符合警告和错误级别规则的内容要求进行强制修改;
(3)检查开始和截至位置:支持按照文档章节配置检查开始和截至位置,规则配置好后,按照开始和截至位置对文档进行匹配扫描;
(4)检查逻辑还可以包括:正则表达式,关键字匹配,包含,不包含,是否为空等,例如投产验证点不能为空。
下面举例描述软件系统设计文档编写人员提交文档的具体过程:
(1)文档编写人员可以通过系统页面下载标准格式的系统设计模板,在此基础上完成软件系统设计文档A的编辑,并将软件系统设计文档上传提交检查系统;
(2)在文档编写人员提交软件系统设计文档A后,可以根据语意识别模型识别软件系统设计文档A的语意解析内容a1和语意逻辑结构a2;
(3)根据语意解析内容a1调用外部数据库,获取软件系统设计文档A对应的软件信息,将语意解析内容a1与软件信息第一匹配,即将语意解析内容a1与软件信息进行比对,比对结果一致时,匹配通过,否则匹配不通过;
(4)根据语意逻辑结构a2调用文档检查规则库,获取软件系统设计文档A对应的规则信息,将语意逻辑结构a2与规则信息进行第二匹配,在语意逻辑结构a2完全符合规则信息中的限制条件时,匹配通过,否则匹配不通过;
(5)根据第一匹配结果和第二匹配结果的实际情况,生成设计文档修改建议,将设计文档修改建议提供给文档编写人员,以供文档编写人员参考修改。
图5为本发明实施例中一设计文档修改建议的具体实例示意图。如图5所示,文档修改建议可以包括未能匹配的信息ID和待修改的问题,其中信息ID具体可以是外部数据库中软件信息对应的ID,或文档检查规则库中规则信息对应的ID。具体实施时,还可以通过不同颜色区分设计文档修改建议的重要程度。
本发明实施例中还提供了一种软件系统设计文档的检查装置,如下面的实施例所述。由于该装置解决问题的原理与软件系统设计文档的检查方法相似,因此该装置的实施可以参见软件系统设计文档的检查方法的实施,重复之处不再赘述。
图6为本发明实施例中软件系统设计文档的检查装置的结构示意图。如图6所示,本发明实施例中软件系统设计文档的检查装置具体可以包括:
文本数据获取模块601,用于获取待检查软件系统设计文档的文本数据;
语意识别模块602,用于将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
第一匹配模块603,用于根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
第二匹配模块604,用于根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
检查结果确定模块605,用于根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
在一个实施例中,所述语意识别模型的训练与测试过程包括:
将不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容作为样本数据,构建训练集和测试集;
利用训练集对机器学习模型进行训练,得到所述语意识别模型;
利用测试集对所述语意识别模型进行测试。
在一个实施例中,还包括外部数据库建立模块,用于在第一匹配模块603根据语意解析内容调用外部数据库之前:
建立每个软件系统设计文档与软件信息之间的对应关系,所述软件信息为创建该软件系统设计文档时所需的软件信息;
将每个软件系统设计文档与软件信息之间的对应关系,存入外部数据库。
在一个实施例中,所述软件信息包括以下信息其中之一或任意组合:
软件的接口信息、软件的表结构信息和软件的文件信息。
在一个实施例中,还包括文档检查规则库建立模块,用于第二匹配模块604根据语意逻辑结构调用文档检查规则库之前:
建立不同类型的软件系统设计文档与规则信息之间的对应关系,所述规则信息为创建该类软件系统设计文档时所遵循的限制条件;
将每类软件系统设计文档与规则信息之间的对应关系,存入文档检查规则库。
在一个实施例中,所述规则信息包括以下信息其中之一或任意组合:
逻辑判断分支的限制信息、逻辑冲突内容的限制信息和逻辑完整性的限制信息。
在一个实施例中,检查结果确定模块605具体用于:
在第一匹配结果和第二匹配结果均为匹配通过时,确定待检查软件系统设计文档的检查结果为合格;
在第一匹配结果和第二匹配结果中存在匹配不通过时,确定待检查软件系统设计文档的检查结果为不合格。
基于前述发明构思,如图7所示,本发明还提出了一种计算机设备700,包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730,所述处理器720执行所述计算机程序730时实现前述软件系统设计文档的检查方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述软件系统设计文档的检查方法。
本发明实施例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上述软件系统设计文档的检查方法。
综上所示,本发明实施例中,获取待检查软件系统设计文档的文本数据;将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果;根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果;根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
通过人工智能技术获得语意识别模型,利用该模型识别出待检查软件系统设计文档的语意逻辑结构和语意解析内容,分别调用外部数据库和文档检查规则库进行二次匹配,可以确定待检查软件系统设计文档的检查结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种软件系统设计文档的检查方法,其特征在于,包括:
获取待检查软件系统设计文档的文本数据;
将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
2.如权利要求1所述的方法,其特征在于,所述语意识别模型的训练与测试过程包括:
将不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容作为样本数据,构建训练集和测试集;
利用训练集对机器学习模型进行训练,得到所述语意识别模型;
利用测试集对所述语意识别模型进行测试。
3.如权利要求1所述的方法,其特征在于,在根据语意解析内容调用外部数据库之前,还包括:
建立每个软件系统设计文档与软件信息之间的对应关系,所述软件信息为创建该软件系统设计文档时所需的软件信息;
将每个软件系统设计文档与软件信息之间的对应关系,存入外部数据库。
4.如权利要求3所述的方法,其特征在于,所述软件信息包括以下信息其中之一或任意组合:
软件的接口信息、软件的表结构信息和软件的文件信息。
5.如权利要求1所述的方法,其特征在于,根据语意逻辑结构调用文档检查规则库之前,还包括:
建立不同类型的软件系统设计文档与规则信息之间的对应关系,所述规则信息为创建该类软件系统设计文档时所遵循的限制条件;
将每类软件系统设计文档与规则信息之间的对应关系,存入文档检查规则库。
6.如权利要求5所述的方法,其特征在于,所述规则信息包括以下信息其中之一或任意组合:
逻辑判断分支的限制信息、逻辑冲突内容的限制信息和逻辑完整性的限制信息。
7.如权利要求1所述的方法,其特征在于,根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果,包括:
在第一匹配结果和第二匹配结果均为匹配通过时,确定待检查软件系统设计文档的检查结果为合格;
在第一匹配结果和第二匹配结果中存在匹配不通过时,确定待检查软件系统设计文档的检查结果为不合格。
8.一种软件系统设计文档的检查装置,其特征在于,包括:
文本数据获取模块,用于获取待检查软件系统设计文档的文本数据;
语意识别模块,用于将文本数据输入语意识别模型,输出文本数据的语意识别结果,其中语意识别结果表征了待检查软件系统设计文档的语意逻辑结构和语意解析内容,所述语意识别模型是根据不同软件系统设计文档的:文本数据、实际的语意逻辑结构和语意解析内容,对机器学习模型训练得到的;
第一匹配模块,用于根据语意解析内容调用外部数据库,获取待检查软件系统设计文档对应的软件信息,将语意解析内容与软件信息进行第一匹配,得到第一匹配结果,其中外部数据库中存储有每个软件系统设计文档对应的软件信息;
第二匹配模块,用于根据语意逻辑结构调用文档检查规则库,获取待检查软件系统设计文档对应的规则信息,将语意逻辑结构与规则信息进行第二匹配,得到第二匹配结果,其中文档检查规则库存储有每类软件系统设计文档对应的规则信息;
检查结果确定模块,用于根据第一匹配结果和第二匹配结果,确定待检查软件系统设计文档的检查结果。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。
11.一种计算机程序产品,其特征在于,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权利要求1至7任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310841846.7A CN116680199A (zh) | 2023-07-10 | 2023-07-10 | 软件系统设计文档的检查方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310841846.7A CN116680199A (zh) | 2023-07-10 | 2023-07-10 | 软件系统设计文档的检查方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116680199A true CN116680199A (zh) | 2023-09-01 |
Family
ID=87781109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310841846.7A Pending CN116680199A (zh) | 2023-07-10 | 2023-07-10 | 软件系统设计文档的检查方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116680199A (zh) |
-
2023
- 2023-07-10 CN CN202310841846.7A patent/CN116680199A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169337B2 (en) | Converting data into natural language form | |
US9965472B2 (en) | Content revision using question and answer generation | |
US20150082277A1 (en) | Automatic Pre-detection of Potential Coding Issues and Recommendation for Resolution Actions | |
CN113076133B (zh) | 基于深度学习的Java程序内部注释的生成方法及系统 | |
Nigam et al. | Tool for automatic discovery of ambiguity in requirements | |
CN112860584B (zh) | 基于工作流模型的测试方法及装置 | |
Yu et al. | Security code review by llms: A deep dive into responses | |
CN113778852A (zh) | 一种基于正则表达式的代码分析方法 | |
CN116975068A (zh) | 基于元数据的专利文献数据存储方法、装置及存储介质 | |
CN116360794A (zh) | 数据库语言解析方法、装置、计算机设备及存储介质 | |
CN116680199A (zh) | 软件系统设计文档的检查方法及装置 | |
CN110688823A (zh) | Xml文件验证方法及装置 | |
CN115830419A (zh) | 一种数据驱动式人工智能技术评测系统及方法 | |
Landhaußer et al. | Denom: a tool to find problematic nominalizations using nlp | |
CN114638597A (zh) | 政务智能办应用系统、方法、终端及介质 | |
CN114201177A (zh) | 文件生成方法、装置、电子设备、介质和计算机程序产品 | |
CN110633204B (zh) | 一种程序缺陷检测方法及装置 | |
Chang et al. | Validating halstead metrics for scratch program using process data | |
Rahman et al. | Recommendation of move method refactorings using coupling, cohesion and contextual similarity | |
Walker | The need for annotated corpora from legal documents, and for (Human) protocols for creating them: the attribution problem | |
CN117951038B (zh) | 基于代码大模型的Rust语言文档测试自动生成方法及装置 | |
CN112698836B (zh) | 一种针对复杂用户评论的代码质量属性判断方法 | |
KR102522881B1 (ko) | 자연어처리를 이용한 상세설계 목적문건별 요구사항 추출 시스템 및 방법 | |
CN111737988B (zh) | 一种复述句识别的方法及装置 | |
CN111581184B (zh) | 基于数据库迁移的语义对比方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |