一种需求语句模糊性判定方法及装置制造方法及图纸

本发明专利技术提供一种需求语句模糊性判定方法及装置，涉及语句识别技术领域，可用于金融领域或其他技术领域。所述方法包括：获取待判定模糊性的需求语句；基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。所述装置执行上述方法。本发明专利技术实施例提供的需求语句模糊性判定方法及装置，无需依赖相关人员的工作经验即可实现需求语句模糊性判定，且省时省力。且省时省力。且省时省力。

【技术实现步骤摘要】
一种需求语句模糊性判定方法及装置


[0001]本专利技术涉及语句识别
，具体涉及一种需求语句模糊性判定方法及装置。

技术介绍

[0002]软件需求是关于软件的功能、性能和可靠性等方面的具体要求，通常由需求人员撰写、以自然语言语句形式描述、以需求文档形式存在，规定了软件研发的目标，是研发人员进行软件设计、开发和实现的依据。
[0003]软件的需求语句表述确定的内容，会极大提升需求人员和研发人员的沟通效率、研发人员对研发目标的理解乃至软件的最终交付质量。然而主语缺失、多谓语、包含模糊词等因素，导致表述模糊的需求语句普遍存在。例如需求语句“年龄属性含默认值，支持手工维护”，无法判断“手工维护”的对象是“年龄属性”还是“默认值”，导致需求人员和研发人员可能有不同的理解。可见，需求语句模糊性的检查和判断至关重要。
[0004]目前需求语句模糊性的检查和判断，在需求人员完成需求文档的编写后，由相关人员人工完成，依赖相关人员的工作经验，且十分耗时耗力。

技术实现思路

[0005]针对现有技术中的问题，本专利技术实施例提供一种需求语句模糊性判定方法及装置，能够至少部分地解决现有技术中存在的问题。
[0006]一方面，本专利技术提出一种需求语句模糊性判定方法，包括：
[0007]获取待判定模糊性的需求语句；
[0008]基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；
[0009]其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。
[0010]其中，所述基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果，包括：
[0011]基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行计算，得到反映需求语句模糊性程度的模糊性概率值；
[0012]根据所述模糊性概率值与预设阈值的比较结果，确定所述待判定模糊性的需求语句的模糊性判定结果。
[0013]其中，所述根据所述模糊性概率值与预设阈值的比较结果，确定所述待判定模糊性的需求语句的模糊性判定结果，包括：
[0014]若所述模糊性概率值大于等于所述预设阈值，则确定所述模糊性判定结果为模糊；
[0015]若所述模糊性概率值小于所述预设阈值，则确定所述模糊性判定结果为不模糊。
[0016]其中，所述需求语句模糊性判定方法还包括：
[0017]对所述需求语句样本进行模糊性标注，得到标注样本库；所述标注样本库中的各标注样本均标注有语句模糊性标记；
[0018]对所述标注样本库中的需求语句样本进行计算，得到模糊性概率值；
[0019]根据所述模糊性概率值和所述语句模糊性标记计算损失值，基于所述损失值训练所述特征学习二分类模型，得到所述预设语句模糊性判定模型。
[0020]其中，所述对所述标注样本库中的需求语句样本进行计算，得到模糊性概率值，包括：
[0021]对所述标注样本库中的需求语句样本进行特征编码，得到实数列向量；
[0022]将所述实数列向量转换为一个实数值，并通过神经网络激活函数将所述实数值转换为模糊性概率值。
[0023]其中，所述对所述标注样本库中的需求语句样本进行特征编码，得到实数列向量，包括：
[0024]利用深度神经网络对所述标注样本库中的需求语句样本进行特征编码，得到实数列向量。
[0025]其中，所述将所述实数列向量转换为一个实数值，包括：
[0026]利用全连接神经网络将所述实数列向量转换为一个实数值。
[0027]一方面，本专利技术提出一种需求语句模糊性判定装置，包括：
[0028]获取单元，用于获取待判定模糊性的需求语句；
[0029]判定单元，用于基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；
[0030]其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。
[0031]再一方面，本专利技术实施例提供一种电子设备，包括：处理器、存储器和总线，其中，
[0032]所述处理器和所述存储器通过所述总线完成相互间的通信；
[0033]所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：
[0034]获取待判定模糊性的需求语句；
[0035]基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；
[0036]其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。
[0037]本专利技术实施例提供一种非暂态计算机可读存储介质，包括：
[0038]所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：
[0039]获取待判定模糊性的需求语句；
[0040]基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；
[0041]其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。
[0042]本专利技术实施例提供的需求语句模糊性判定方法及装置，获取待判定模糊性的需求语句；基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到，无需依赖相关人员的工作经验即可实现需求语句模糊性判定，且省时省力。
附图说明
[0043]为了更清楚地说明本专利技术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专利技术的一些实施例，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：
[0044]图1是本专利技术一实施例提供的需求语句模糊性判定方法的流程示意图。
[0045]图2是本专利技术另一实施例提供的需求语句模糊性判定方法的流程示意图。
[0046]图3是本专利技术另一实施例提供的需求语句模糊性判定方法的流程示意图。
[0047]图4是本专利技术一实施例提供的需求语句模糊性判定装置的结构示意图。
[0048]图5为本专利技术实施例提供的电子设备实体结构示意图。
具体实施方式
[0049]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种需求语句模糊性判定方法，其特征在于，包括：获取待判定模糊性的需求语句；基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果；其中，所述预设语句模糊性判定模型根据标注有语句模糊性标记的需求语句样本训练特征学习二分类模型得到。2.根据权利要求1所述的需求语句模糊性判定方法，其特征在于，所述基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行语句模糊性判定，得到所述待判定模糊性的需求语句的模糊性判定结果，包括：基于预设语句模糊性判定模型对所述待判定模糊性的需求语句进行计算，得到反映需求语句模糊性程度的模糊性概率值；根据所述模糊性概率值与预设阈值的比较结果，确定所述待判定模糊性的需求语句的模糊性判定结果。3.根据权利要求2所述的需求语句模糊性判定方法，其特征在于，所述根据所述模糊性概率值与预设阈值的比较结果，确定所述待判定模糊性的需求语句的模糊性判定结果，包括：若所述模糊性概率值大于等于所述预设阈值，则确定所述模糊性判定结果为模糊；若所述模糊性概率值小于所述预设阈值，则确定所述模糊性判定结果为不模糊。4.根据权利要求1至3任一所述的需求语句模糊性判定方法，其特征在于，所述需求语句模糊性判定方法还包括：对所述需求语句样本进行模糊性标注，得到标注样本库；所述标注样本库中的各标注样本均标注有语句模糊性标记；对所述标注样本库中的需求语句样本进行计算，得到模糊性概率值；根据所述模糊性概率值和所述语句模糊性标记计算损失值，基于所述损失值训练所述特征学习二分类...

【专利技术属性】
技术研发人员：汪美玲，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：