石琳-当需求工程遇上人工智能-v2.4(1).pptx只读.pdf

《石琳-当需求工程遇上人工智能-v2.4(1).pptx只读.pdf》由会员分享，可在线阅读，更多相关《石琳-当需求工程遇上人工智能-v2.4(1).pptx只读.pdf（48页珍藏版）》请在三个皮匠报告上搜索。

1、当需求工程遇上人工智能应用与挑战石琳 北京航空航天大学演讲嘉宾石 琳北京航空航天大学 教授现任北京航空航天大学软件学院教授，CCF高级会员，美国南加州大学访问学者，2022年度中国科学院软件研究所杰出青年科技人才。研究方向为智能软件工程，包括代码生成、智能需求工程、经验软件工程、开源社区挖掘、开源软件安全等。曾在人工智能、软件工程领域的高水平国际会议IJCAI，ICSE，FSE，ASE等发表论文50余篇，三次获得杰出论文奖：ACM SIGSOFT 杰出论文奖（ASE21）、连续两次获国际需求工程大会杰出论文奖（RE21，RE20）。入选中科院青促会，主持参与多项国家自然科学科学基金项目、国防科

2、技创新项目、国家重点研发项目等。同时担任多个国际知名会议期刊包括ICSE、ASE、FSE、Automated Software Engineering期刊、Requirements Engineering期刊、软件学报等审稿人。目 录CONTENTS1.背景与介绍2.智能需求工程中的关键性挑战3.解决思路及效果4.大语言模型在需求工程的初探5.总结与展望软件是现实世界解决方案在计算世界的映射问题域现实世界解系统计算世界需求工程用工程的理念和方法来指导软件需求实践，提供了一系列的过程、策略、方法学和工具，帮助需求工程师加强对业务或领域问题及其环境的理解。背景人工智能需求工程自然语言处理计算机视觉

3、机器学习数据挖掘深度学习机器人知识图谱推荐系统逻辑推理TensorFlow需求获取异味需求检测需求生成需求分类需求追溯大数据需求分析CNN意图分类FRMiner框架基于人工智能的需求工程技术受到学术界广泛的关注 背景：深度学习在软件需求工程中的应用最近，越来越多的需求工程研究采用深度学习技术来获取、分析、跟踪、验证和管理软件需求。F2CHAT分类 明确需求工程的目标和范围分析DL是否适合解决需求工程问题选择合适的DL算法收集与处理数据训练与评估模型部署和测试模型需求获取需求追溯需求分类异味需求检测需求分析需求生成TraceNN方法TraceBERT框架DRAFT框架NoRBERTPRCBERT

4、潜在验证分类NLP+MLBERT上下文模型QAssist问答系统半结构化模型，KAOS等ReqGen框架LSTM-CRF模型需求意图分类特征请求检测聊天室检索信息需求分类需求分类需求推荐需求自动合成RelGAN框架自动化需求生成需求不完整性检测需求实体提取需求回指歧义需求实体共引用需求-源代码追踪DEMAR框架文本分类不同层析需求追踪需求发现与注释需求-设计文档联系需求术语多义性ANN+LSI“Deep Learning-based Software Engineering:Progress,Challenges,and Opportunities”,Lu Zhang et al.,2023智

5、能需求工程中的关键性挑战PART 02Key Challenges in AIRE挑战一:如何应对需求数据匮乏？DatasetVolumePURE79 SRS of different typesModis49 low level requirements19 high level requirements CM1220 low level requirements235 high level requirements公开数据集稀少，信息含量单一挑战一:如何应对需求数据匮乏？需求数据隐匿性强，获取成本高挑战二：如何智能理解需求文档的内容？需求通常是自然语言描述、领域紧密相关的 能否正确理解需求

6、文档的内容，是下游任务实现自动化的关键领域性强二义性强-需求获取-需求追踪-需求分类-需求变更影响分析挑战三：如何智能保障需求质量？代码静态检测工具Smelly RequirementsSmelly Requirements功能不清晰需求不完整需求冲突需求分析师智能需求工程中的关键性挑战解决思路及效果PART 03Solutions and Evaluations解决思路挑战一思路一：从开源社区问题报告中挖掘隐匿的用户需求Mingyang Li,Lin Shi,et al.A Deep Multitask Learning Approach for Requirements Discovery