本发明专利技术公开了一种基于人机交互的需求文档自动生成方法、装置和存储介质，其中方法包括：S1、基于预设标准构建与软件需求文档规范对应的对话模板；S2、根据对话模板向用户进行提问，并采集反馈信息；S3、根据反馈信息提取用户消息中的需求信息，并预测响应动作；S4、在响应动作中向对话模板填充需求信息，并根据需求信息构建应答消息；S5、重复步骤S2到S4，直到获得完整的软件描述后停止对话，或者在无法获得新信息时结束对话；S6、根据获取到的信息生成思维导图和符合预设标准的软件需求文档。本发明专利技术在模板中加入预设的需求获取问题，对话结束会生成一份格式化的软件需求文档，为需求获取节省人力和时间成本，可广泛应用于文档生成领域。域。域。
【技术实现步骤摘要】
基于人机交互的需求文档自动生成方法、装置和存储介质
[0001]本专利技术涉及文档生成领域，尤其涉及一种基于人机交互的需求文档自动生成方法、装置和存储介质。
技术介绍
[0002]对话机器人主要有闲聊型、问答型和任务导向型，任务导向型与前两种的主要区别是强调上下文相关，每一轮对话对下一次对话都有影响。按照所采用的技术类型可以将任务导向型人机交互分为基于规则，基于语义解析，数据驱动几种；基于规则的对话系统有对话逻辑和对话管理高度耦合的直接实现方法、有基于状态转移的方法，这些方法容易理解、实现速度快，但是为各种场景定义专属的规则会使得系统变得庞大，随着对话和任务数量的增加，数据维护和代码维护变得十分困难，复用性也很差。因为语言的多样性和复杂性，单纯依靠逻辑结构和逻辑条件构造的对话系统并不能满足实际的对话需要。
[0003]随着深度学习的发展，数据驱动的任务导向型人机交互系统渐渐被重视，这种类型的对话系统采用端到端的方式，主要有四个大的组成部分：自然语言理解，对话状态追踪，对话策略学习，自然语言生成。健壮的对话系统需要大量有效标注数据的支撑，随之出现的困难是对人工标注工作的依赖，但是因为理解偏差以及行业知识的缺乏，标注数据通常价格高且成效低。近年的研究大多对会话文本序列进行建模，利用序列模型预测下一时刻的对话，由于对话数据集的匮乏，大多研究被限制在体量较小的餐饮订购、航班查询系统中。
[0004]尽管相关的自然语言技术和对话系统发展已久，但对软件工程工作的回馈甚少。即使要获取软件最初的需求依然要求开发人员花费大量时间引导客户进行软件描述，这其中包括了解释行业名词、固定流程引导等重复的工作。
技术实现思路
[0005]为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于提供种基于人机交互的需求文档自动生成方法、装置和存储介质。
[0006]本专利技术所采用的技术方案是：
[0007]一种基于人机交互的需求文档自动生成方法，包括以下步骤：
[0008]S1、基于预设标准构建与软件需求文档规范对应的对话模板；
[0009]S2、根据对话模板向用户进行提问，并采集反馈信息；
[0010]S3、根据反馈信息提取用户消息中的需求信息，并预测响应动作；
[0011]S4、在响应动作中向对话模板填充需求信息，并根据需求信息构建应答消息；
[0012]S5、重复步骤S2到S4，直到获得完整的软件描述后停止对话，或者在无法获得新信息时结束对话；
[0013]S6、根据获取到的信息生成思维导图和符合预设标准的软件需求文档。
[0014]进一步地，所述对话模板由不同的子模块组成，每个子模块中对不同的需求标定
有需求名称、优先级、获取状态、默认值、提问方式、无效提问次数，所有子模块的集合对应于完整的软件需求文档；
[0015]其中，每轮对话中，获取对话模板中的一个子模块进行提问。
[0016]进一步地，所述步骤S2，具体包括：
[0017]扫描对话模板，获取优先级最高的子模块，且该子模块的状态为未填充或正在填充；
[0018]根据获得的子模块对用户进行提问，并采集用户的反馈信息；
[0019]其中，完整的对话任务被分割为多个子任务，每个子任务的目标是填充一个对话模板子模块。
[0020]进一步地，所述提取用户消息中的需求信息这一步骤，包括构建需求关键词字典、提取需求关键词、提取消息主题三个步骤；
[0021]其中，构建需求关键词字典这一步骤包括：在需求文档中提取高频词，构建软件需求领域的关键词，根据软件需求领域文本特点构建关键词类别，根据关键词和关键词类别构建关键词字典；
[0022]提取需求关键词这一步骤包括：根据对话模板中缺失的需求信息的提示和需求关键词字典在反馈信息中提取关键词；
[0023]提取消息主题这一步骤包括：将消息主题分类为对话模板的不同子模块，根据关键词特征融合提取用户消息主题；
[0024]将用户消息主题、关键词的特征和句子文本的特征作为预测响应动作的输入，为用户消息获得准确的响应动作。
[0025]进一步地，所述步骤S4包括：
[0026]根据消息主题构建提问型应答或知识检索型应答。
[0027]进一步地，构建提问型应答这一步骤，包括：
[0028]扫描对话模板，获取需要填充的子模块，将需求信息填充到该子模块，并更新子模块的信息获取状态；
[0029]重新扫描对话模板，根据该子模块或下一个优先级的子模块构建应答文本，如果该子模块信息过短或仍有缺失，则对该子模块进行补充提问，否则查找下一优先级的子模块；
[0030]构建知识检索型应答这一步骤，包括：
[0031]根据关键词在构建的软件需求的知识数据库中检索用户请求的知识，将检索到的数据作为应答文本，并在构建完应答后要求对话状态回退到本轮对话之前。
[0032]进一步地，所述步骤S4还包括以下步骤：
[0033]设置对话模板中的询问次数阈值，当检测到无效提问次数达到询问次数阈值，判定用户无法回答需求，对话将跳过该子模块，查找下一优先级的子模块。
[0034]进一步地，所述步骤S5，包括：
[0035]将对话模板中每个子模块定义为一个子任务，在若干轮对话后完成一个子任务；
[0036]对于一个子任务，若多次无法获得有效的回答，则直接结束并跳过该子任务；
[0037]若对话模板扫描结束且无法获得新信息时，结束整个对话任务；
[0038]若对话过程中用户要求对话停止，结束整个对话任务。
[0039]本专利技术所采用的另一技术方案是：
[0040]一种基于人机交互的需求文档自动生成装置，包括：
[0041]至少一个处理器；
[0042]至少一个存储器，用于存储至少一个程序；
[0043]当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
[0044]本专利技术所采用的另一技术方案是：
[0045]一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。
[0046]本专利技术的有益效果是：本专利技术在模板中加入预设的需求获取问题，依据模板信息和模板中的需求获取状态向用户发出提问，解析用户意图和消息中的需求信息，对话结束会生成一份格式化的软件需求文档，为需求获取节省人力和时间成本。
附图说明
[0047]为了更清楚地说明本专利技术实施例或者现有技术中的技术方案，下面对本专利技术实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本专利技术的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
[0048]图1是本专利技术实施例中一种基于人机交互的需求文档自动生成方法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人机交互的需求文档自动生成方法，其特征在于，包括以下步骤：S1、基于预设标准构建与软件需求文档规范对应的对话模板；S2、根据对话模板向用户进行提问，并采集反馈信息；S3、根据反馈信息提取用户消息中的需求信息，并预测响应动作；S4、在响应动作中向对话模板填充需求信息，并根据需求信息构建应答消息；S5、重复步骤S2到S4，直到获得完整的软件描述后停止对话，或者在无法获得新信息时结束对话；S6、根据获取到的信息生成思维导图和符合预设标准的软件需求文档。2.根据权利要求1所述的一种基于人机交互的需求文档自动生成方法，其特征在于，所述对话模板由不同的子模块组成，每个子模块中对不同的需求标定有需求名称、优先级、获取状态、默认值、提问方式、无效提问次数，所有子模块的集合对应于完整的软件需求文档；其中，每轮对话中，获取对话模板中的一个子模块进行提问。3.根据权利要求2所述的一种基于人机交互的需求文档自动生成方法，其特征在于，所述步骤S2，具体包括：扫描对话模板，获取优先级最高的子模块，且该子模块的状态为未填充或正在填充；根据获得的子模块对用户进行提问，并采集用户的反馈信息；其中，完整的对话任务被分割为多个子任务，每个子任务的目标是填充一个对话模板子模块。4.根据权利要求1所述的一种基于人机交互的需求文档自动生成方法，其特征在于，所述提取用户消息中的需求信息这一步骤，包括构建需求关键词字典、提取需求关键词、提取消息主题三个步骤；其中，构建需求关键词字典这一步骤包括：在需求文档中提取高频词，构建软件需求领域的关键词，根据软件需求领域文本特点构建关键词类别，根据关键词和关键词类别构建关键词字典；提取需求关键词这一步骤包括：根据对话模板中缺失的需求信息的提示和需求关键词字典在反馈信息中提取关键词；提取消息主题这一步骤包括：将消息主题分类为对话模板的不同子模块，根据关键词特征融合提取用户消息主题；将用户消息主题、关键词的特征和句子文本的特征作为预测响应动作的输入，为用户消息获...
【专利技术属性】
技术研发人员：黄翰，高延芳，袁中锦，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。