[发明专利]一种基于语义学习的需求规范性检查方法及系统

说明书

本发明涉及一种基于语义学习的需求规范性检查方法及系统，其方法包括：步骤S1：系统管理员在服务器端构建并维护非法词库；步骤S2：需求编写人员通过查询非法词库的索引目录，将查询到的非法词同步到本地的非法词汇缓存库；步骤S3：基于非法词汇缓存库，对需求编写人员输入的需求内容进行实时语法校验，并展示校验结果。本发明提供的方法，以非法词汇缓存库作为基础，通过同步非法词库中非法词汇，在用户编写需求时，能够对输入的内容进行实时监控校验。

技术领域

本发明涉及需求工程领域，具体涉及一种基于语义学习的需求规范性检查方法及系统。

背景技术

需求是对识别出的系统、产品的特性或约束条件的一种规范性的说明，显示了系统必须做什么，用户想从系统得到哪些能力或服务，并且需求时系统设计和设计优化奠定基础，是开展系统测试和验证工作的依据，因此，需求必须具有明确、清晰、唯一、一致、独立和可验证等特点。然而，对于复杂产品的研制，自然语言对表达需求是有缺陷的，想要以清晰、准确和避免模棱两可的方式表达需求是很困难的。但是，由于文本形式的需求对要表达的概念没有限制，需求文本化仍然是必要的，只需句子的内容和语法结构提供具有正确含义的元素。

需求的正确性是指单条需求是明确的、可验证的、与其他需求一致的，以及对需求集来说是必要的，并且，需求应该正确表达利益相关者的期望，是基于对上层需求的正确解释来分解和衍生需求，正确理解具体的目标和分析假设。需求的编写应避免指代不清晰、表述不准确、绝对用语、扩展项、免责项等现象的发生。

当前需求规范性检查的主要方式是通过需求文档在线评审，将条目化需求数据(全部或部分)作为对象，参与评审的人员可基于评审检查单中的评审要求，对每个需求条目发表评审意见并在线进行评论与回复，由评审组长进行评审意见的决策并最终确定每个需求是否通过评审。针对不通过的需求数据评审组长可直接创建评审问题，评审问题纳入评审问题的管理模块，提供相应的跟踪处理机制，包括问题创建、问题确认、问题解决、问题验证和问题关闭等诸多环节。这种规范性检查方式主要依靠人的处理，工作量大，审查环节复杂，不适用于大规模复杂系统需求的检查。

随着现代人工智能技术的发展，基于机器学习算法的语义分析技术已经日渐成熟。语言只是符号，是对思想认知体系的语义索引，人的思考以概念为基础单位，每个概念都是一个语义认知的单位语言表达的含义，即语言背后的认知体系是决定语言的根本。因此，对需求规范性检查，首先是站在在语义认识的基础之上对需求表达内容的分析，然后是对需求所表示概念的准确性表达。通过语义学习技术，能够将采用自然语言格式编写的需求表达为具有精确语义的对象。

总之，目前主流的需求管理工具通过在线评审的方式，有需求审查人员依据需求质量检查单对每条需求提出评审意见，然后将问题汇总，提交问题报告，然后对问题进行处理，这种方式需要消耗大量人力，时间长且效率低，不能有效保证需求的规范性。解决需求的规范性检查问题，能够根据需求的语义和语法规则自动校验需求的正确性，对于提高需求的编写质量、提升需求编写效率具有促进作用。

发明内容

为了解决上述技术问题，本发明提供一种基于语义学习的需求规范性检查方法及系统。

本发明技术解决方案为：一种基于语义学习的需求规范性检查方法，包括：

步骤S1：系统管理员在服务器端构建并维护非法词库；

步骤S2：需求编写人员通过查询所述非法词库的索引目录，将查询到的非法词同步到本地的非法词汇缓存库；

步骤S3：基于所述非法词汇缓存库，对所述需求编写人员输入的需求内容进行实时语法校验，并展示校验结果。

本发明与现有技术相比，具有以下优点：